論文の概要: OpenViTac: Learning and Benchmarking Visuo-Tactile Policies in a Unified Sim-and-Real Framework
- arxiv url: http://arxiv.org/abs/2610.10384v1
- Date: Wed, 07 Oct 2026 16:43:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:23.055116
- Title: OpenViTac: Learning and Benchmarking Visuo-Tactile Policies in a Unified Sim-and-Real Framework
- Title（参考訳）: OpenViTac: 統一型Sim-and-RealフレームワークにおけるVisuo-Tactile Policiesの学習とベンチマーク
- Abstract要約: シミュレーションと実世界のロボットポリシーを評価するための,ビジュオ触覚操作ベンチマークであるOpenViTacを紹介する。
OpenViTacは、コンタクトリッチな操作を4つの触覚関連能力次元に編成する。
また、最も優れた表現と統合戦略を組み合わせた触覚増強フレームワークであるOpenVTLAについても紹介する。
- 参考スコア（独自算出の注目度）: 75.4985659592173
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tactile feedback provides embodied agents with physical information beyond visual observations, enabling more reliable interaction with the real world. However, despite the rapid progress of vision-tactile-language-action (VTLA) policies, there remains a lack of unified benchmarks for evaluating tactile-enabled robot manipulation across simulation and the real world. To address this gap, we introduce OpenViTac, a visuo-tactile manipulation benchmark for evaluating robot policies across simulation and the real world. OpenViTac organizes contact-rich manipulation into four tactile-relevant capability dimensions and provides paired simulation-real-world settings for consistent evaluation of VLA, WAM, and VTLA policies. Building upon this benchmark, we investigate how different tactile representations and integration strategies affect the performance of pretrained VLA models. Correspondingly, we introduce OpenVTLA, a tactile augmentation framework that combines the best-performing representation and integration strategy. Furthermore, we leverage the paired benchmark setting to study sim-real co-training and analyze factors affecting cross-domain policy learning. Together, OpenViTac provides a unified platform for evaluating and advancing visuo-tactile robot manipulation.
- Abstract（参考訳）: 触覚フィードバックは、実世界とのより信頼性の高い対話を可能にする、視覚的な観察以上の物理的な情報を提供する。
しかしながら、視覚触覚言語反応(VTLA)政策の急速な進歩にもかかわらず、シミュレーションや実世界における触覚対応ロボット操作を評価するための統一されたベンチマークはいまだに存在しない。
このギャップに対処するために,シミュレーションと実世界のロボットポリシーを評価するためのvisuo-tactile操作ベンチマークであるOpenViTacを紹介した。
OpenViTacは4つの触覚関連機能ディメンションにコンタクトリッチな操作を整理し、VLA、WAM、VTLAポリシーを一貫した評価のためにペア化されたシミュレーション現実世界設定を提供する。
このベンチマークに基づいて,触覚表現と統合戦略の違いが,事前学習されたVLAモデルの性能に与える影響について検討する。
それに対応して,最も優れた表現と統合戦略を組み合わせた触覚増強フレームワークOpenVTLAを紹介する。
さらに、ペア化されたベンチマーク設定を利用して、sim-realコトレーニングを研究し、ドメイン間のポリシー学習に影響を与える要因を分析する。
OpenViTacは、ビジュオ触覚ロボット操作の評価と進歩のための統一されたプラットフォームを提供する。
関連論文リスト
- AeroManip-VLA: Scalable Vision-Language-Action Learning for Aerial Manipulation with RL-Generated Demonstrations [11.854784625103578]
本稿では,航空VLAデータ生成とポリシー評価のためのスケーラブルなベンチマークであるAeroManip-VLAを提案する。
AeroManip-VLAは、低レベルのペイロード対応飛行と操作制御を備えたGPUアクセラレーションシミュレーションフレームワークを提供する。
本研究では,AeroManip-VLAが実世界展開前のシミュレーションにおいて,スケーラブルな空中操作データ生成,構造化軌道解析,系統的なVLA評価を可能にすることを示す。
論文 参考訳（メタデータ） (2026-09-29T07:34:54Z) - ViTacWorld: Scaling Visuo-Tactile World Models for Contact-Rich Robot Manipulation [30.004466515831634]
ViTacWorldは、スケーラブルなコンタクトリッチロボット操作のためのアクションコンディション付きビズオ触覚世界モデルである。
これは触覚信号が物理的接触に直接接しており、純粋に視覚的な観察よりもシミュレーションと現実のギャップが小さいという事実を利用する。
ロボットの視覚触覚行動軌跡生成と政策評価に世界モデルを用いた最初のフレームワークである。
論文 参考訳（メタデータ） (2026-07-24T17:59:33Z) - UniVTAC: A Unified Simulation Platform for Visuo-Tactile Manipulation Data Generation, Learning, and Benchmarking [47.900334665380115]
シミュレーションベースのビジュオ触覚データプラットフォームUniVTACを提案する。
大規模なシミュレーション合成データに基づいて訓練されたビジュオ触覚エンコーダであるUniVTACエンコーダを紹介する。
代表的な8つのビジュオ触覚操作タスクからなるUniVTACベンチマークを提案する。
論文 参考訳（メタデータ） (2026-02-10T18:57:00Z) - World-VLA-Loop: Closed-Loop Learning of Video World Model and VLA Policy [55.03832008486675]
World-VLA-Loopは、世界モデルとVision-Language-Action (VLA) ポリシーの共同改良のためのクローズドループフレームワークである。
本研究では,将来観測と報奨信号の同時予測により,高忠実度インタラクティブシミュレータとして機能する状態認識型ビデオワールドモデルを提案する。
論文 参考訳（メタデータ） (2026-02-06T08:57:55Z) - MobileManiBench: Simplifying Model Verification for Mobile Manipulation [70.30578259859512]
MobileManiBenchは、モバイルベースのロボット操作のための大規模なベンチマークである。
MobileManiBenchには、2つのモバイルプラットフォーム(パラレルグリッパーとデキソラスハンドロボット)、2つの同期カメラ(頭と右手首)、630のオブジェクト(オープン、クローズ、プル、プッシュ、ピック)、5つのスキル(オープン、クローズ、プッシュ、ピック)、100以上のタスクが現実的なシーンで実行される。
論文 参考訳（メタデータ） (2026-02-05T02:49:52Z) - VT-Refine: Learning Bimanual Assembly with Visuo-Tactile Feedback via Simulation Fine-Tuning [39.49846628626501]
人間は、リッチな触覚フィードバックに適応することで、バイマニュアルアセンブリータスクで卓越する。
VT-Refineは、実世界の実演、高忠実度触覚シミュレーション、強化学習を組み合わせた、ビジュオ触覚政策学習フレームワークである。
論文 参考訳（メタデータ） (2025-10-16T17:41:36Z) - Flex: End-to-End Text-Instructed Visual Navigation from Foundation Model Features [59.892436892964376]
本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。
この知見はFlex (Fly lexically) で合成され, 凍結パッチワイド特徴抽出器として, 事前学習された視覚言語モデル (VLM) を用いたフレームワークである。
本研究では,本手法の有効性を,行動クローンによる訓練を実世界のシーンに応用した,四重項フライ・トゥ・ターゲットタスクに適用した。
論文 参考訳（メタデータ） (2024-10-16T19:59:31Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。