論文の概要: ManiUnit: A Manipulation Skill Dataset and Benchmark for Long-Horizon Tasks

• arxiv url: http://arxiv.org/abs/2610.12089v1
• Date: Thu, 08 Oct 2026 15:00:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.099895
• Title: ManiUnit: A Manipulation Skill Dataset and Benchmark for Long-Horizon Tasks
• Title（参考訳）: ManiUnit: 長期タスクのための操作スキルデータセットとベンチマーク
• Abstract要約: 長距離移動操作には、ロボットが複数の部屋の環境をナビゲートし、1つの自然言語で一連の操作スキルを実行する必要がある。 我々は50 BEHAVIOR-1K アクティビティから構築された操作スキルデータセットとベンチマークである ManiUnit を紹介した。 データセットには21のスキルタイプ137,899のセグメントと417のサブタスクが含まれており、ベンチマークには1,260のテストインスタンスが含まれている。
• 参考スコア（独自算出の注目度）: 20.55439383365073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon mobile manipulation requires a robot to navigate multi-room environments and execute a sequence of manipulation skills under a single natural language instruction. Learning and evaluating these skills present three challenges: similar observations under a fixed task instruction may make skill selection ambiguous; even when a preceding skill succeeds, the robot state inherited by the next skill may deviate from its demonstrated starting states and affect execution; and task-level metrics hinder skill-specific diagnosis, while early failures leave later skills untested. We therefore introduce ManiUnit, a manipulation skill dataset and benchmark built from 50 BEHAVIOR-1K activities. Its dataset contains 137,899 segments across 21 skill types and 417 subtasks, and its benchmark contains 1,260 test instances. Correspondingly, ManiUnit pairs each segment with an explicit subtask instruction; measures sensitivity to perturbations of the robot's starting base position or joint configuration; and restores intermediate simulator states and defines local success conditions so that each skill can be evaluated without executing preceding stages. Evaluations of representative vision-language-action (VLA) policies show that similar aggregate scores can hide substantial per-skill differences. The tested starting-state perturbations also degrade execution: on the full benchmark, joint perturbations reduce success rates by approximately 56% relative to those from demonstrated starting states. On two long-horizon activities, a skill policy trained on ManiUnit segments achieves 78.7% local manipulation success, compared with 49.3% for a task policy trained on complete demonstrations. The trained skills further support complete-task execution on these activities, as coordinating the task and skill policies through a planner raises full-task success from 4.0% to 18.0%.
• Abstract（参考訳）: 長距離移動操作には、ロボットが複数の部屋の環境をナビゲートし、1つの自然言語で一連の操作スキルを実行する必要がある。 これらのスキルの学習と評価には3つの課題がある: 固定されたタスク命令下での同様の観察は、スキル選択を曖昧にすることができる; たとえ前回のスキルが成功したとしても、次のスキルによって継承されたロボット状態は、実証された開始状態から逸脱し、実行に影響を与える; タスクレベルのメトリクスは、スキル固有の診断を妨げる。 そこで,50 BEHAVIOR-1K アクティビティから構築した操作スキルデータセットとベンチマークである ManiUnit を紹介した。 データセットには21のスキルタイプ137,899のセグメントと417のサブタスクが含まれており、ベンチマークには1,260のテストインスタンスが含まれている。 ManiUnitは、各セグメントを明示的なサブタスク命令とペアリングし、ロボットの開始ベース位置または関節構成の摂動に対する感度を測定し、中間シミュレータ状態を復元し、各スキルを前段を実行せずに評価できるように、局所的な成功条件を定義する。 代表的視覚言語アクション(VLA)政策の評価は、類似の集計スコアがスキルごとの実質的な違いを隠蔽していることを示している。 テストされた開始状態の摂動も、実行を低下させる。完全なベンチマークでは、共同摂動は、実証された開始状態と比較すると、成功率を約56%削減する。 長期にわたる2つの活動において、ManiUnitセグメントでトレーニングされたスキルポリシーは78.7%のローカル操作の成功を達成している。 訓練されたスキルは、これらのアクティビティに対する完全なタスク実行をさらに支援し、プランナーによるタスクとスキルポリシーの調整は、フルタスクの成功を4.0%から18.0%に引き上げる。

関連論文リスト

• LexiconVLA: Learning Reusable Atomic Action Codebooks for Unseen Tasks [52.045695649147966]
  クロスタスク再利用のための検索可能な原子-作用レキシコンを提案する。 グローバルかつ詳細なコードブックは、共有インタラクション構造ときめ細かい実行のバリエーションをキャプチャする。 視覚-原子的行動アライメントは、視覚状態変化からの軌道再構成と、行動コードからの視覚的結果予測を結合する。
  論文  参考訳（メタデータ） (2026-09-29T05:45:52Z)
• Behavior-Skill: A Fine-Grained Benchmark for Evaluating Vision-Language-Action Policies in Long-Horizon Tasks [39.959375504916494]
  本稿では,長期タスクの学習と評価を改定するベンチマークであるBehavior-Skillを提案する。 50世帯のタスクにまたがる1万件のデモから、34のセマンティックスキルカテゴリから235,492のスキルインスタンスが含まれている。 本研究では,長期VLAポリシーの分析と改善のための中間機能プロファイルを公開することで,行動スキルがフルタスク評価を補完することを示す。
  論文  参考訳（メタデータ） (2026-08-31T10:03:48Z)
• Demystifying Agent Skills: Why They Work-Until They Don't [58.92875630998418]
  既存の評価は、スキルが集約されたタスクの成功を改善するかどうかを主に測定する。 我々は、表現、結果アノテーション、検索難易度、スキルのクロスフレームワークの影響を分離する。 我々はこれらの観察を3つの高レベルカテゴリと12のスキルユースモードの分類に集約する。
  論文  参考訳（メタデータ） (2026-08-14T07:26:38Z)
• Diagnosing Semantic Handoff Failures in Agent-Orchestrated Vision-Language-Action Skill Composition [10.276503485743111]
  ロングホライゾンの家庭作業は、多くの言語条件のスキルを構成するロボットを必要とする。 スキルは、ロボットを次のスキルが確実に開始できない状態に置きながら、自身のポストコンディションを満たすことができる。 BEHAVIOR-1Kにおけるこのセマンティックハンドオフ問題について,エージェントオーケストレートな視覚言語-アクション実行ハーネスを用いて検討する。
  論文  参考訳（メタデータ） (2026-07-07T13:24:37Z)
• SkillAudit: Ground-Truth-Free Skill Evolution via Paired Trajectory Auditing [81.51044612408793]
  SkillAuditは、地味なフィードバックなしにエージェントスキルを進化させるフレームワークである。 行動の違いを編集指導に変換するために、SkillAuditはProcess-Aligned Contrastive Evaluationを使用する。 Refineはノイズや無関係なガイダンスを広く有用なスキルから取り除き、修復はタスクと競合するパスを置き換える。
  論文  参考訳（メタデータ） (2026-06-12T08:20:09Z)
• SkillJuror: Measuring How Agent Skill Organization Changes Runtime Behavior [23.11308948097101]
  現在のベンチマークでは、スキルがどのように組織化されているのかを区別することは滅多にありません。 我々は、この区別をプログレッシブ・開示(Progressive Disclosure)を通じて研究し、簡潔なルートファイルが要求に応じてリソースを支援するためにエージェントを指示する。 本稿では,スキル記述パラダイムを評価するフレームワークであるSkillJurorを紹介する。
  論文  参考訳（メタデータ） (2026-06-10T01:11:50Z)
• RoboEval: Where Robotic Manipulation Meets Structured and Scalable Evaluation [32.080769025457926]
  本稿では,現在の双方向操作ポリシーの限界を明らかにするために,シミュレーションベンチマークと構造化評価フレームワークであるRoboEvalを提案する。 RoboEvalは、空間、物理的、コーディネート機能に体系的に挑戦する、階層化されたセマンティックな基礎付けられた一連のタスクを導入した。 行動メトリクスは、タスクメトリックペアの半数以上の成功と相関し、バイナリ成功が飽和しても情報的であり続ける。
  論文  参考訳（メタデータ） (2025-07-01T05:33:16Z)
• SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution [75.2573501625811]
  拡散モデルは、ロボット軌道計画の強力な可能性を示している。 高レベルの命令からコヒーレントな軌道を生成することは依然として困難である。 エンド・ツー・エンドの階層的計画フレームワークであるSkillDiffuserを提案する。
  論文  参考訳（メタデータ） (2023-12-18T18:16:52Z)

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。