論文の概要: LABIT: Long-Horizon Robotic Assembly Benchmark for Industrial Tasks

• arxiv url: http://arxiv.org/abs/2610.16398v1
• Date: Mon, 12 Oct 2026 08:40:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 23:24:21.990492
• Title: LABIT: Long-Horizon Robotic Assembly Benchmark for Industrial Tasks
• Title（参考訳）: LABIT:産業用長軸ロボット組立ベンチマーク
• Abstract要約: LABITは、長距離操作のための産業用ロボット組立ベンチマークである。 このベンチマークは、インテリジェントなロボットシステムの堅牢性を評価することに特に関係している。
• 参考スコア（独自算出の注目度）: 0.6999740786886535
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot learning has undergone significant advancements in the domain of compliant control and robotic assembly. The development of novel methodologies has transcended the capacity to address discrete tasks, such as grasping or inserting, and has evolved to encompass the comprehensive construction of entire assemblies. Conventional benchmarks, which are predominantly focused on single tasks, are no longer adequate to address the complexity and interconnected nature of modern manufacturing processes. Consequently, the necessity for benchmarks to encompass a broader spectrum of assembly and subassembly steps is becoming apparent. In light of these developments, we propose LABIT, an industrial robotic assembly benchmark for long-horizon manipulation. This benchmark encompasses DIN-norm assembly tasks, including screwing, placing, inserting, and snapping, under both high and low tolerance conditions. The successive nature of these assembly steps implies that prior errors can influence subsequent manipulation. Consequently, this benchmark is particularly relevant for assessing the robustness of intelligent robotic systems. The proposed benchmarking protocols and novel performance metric, based on a taxonomy of assembly complexity in conjunction with the comprehensive list of parts and their corresponding CAD models, serve as essential tools for research and development in the field. To provide a baseline, we evaluate the benchmark using traditional force-position control and report reliability and score metrics per primitive, subtask, assembly category, and subassembly. Accompanying data is available at https://irp-hka.github.io/robotic-assembly-benchmark/.
• Abstract（参考訳）: ロボット学習は、コンプライアンス制御とロボット組立という領域において、大きな進歩を遂げてきた。 新たな方法論の開発は、把握や挿入といった個別のタスクに対処する能力を超越し、アセンブリ全体の包括的構築に発展してきた。 従来のベンチマークは単一タスクに重点を置いていたが、現代の製造プロセスの複雑さと相互接続性に対処するにはもはや不十分である。 結果として、より広い範囲のアセンブリとサブアセンブリステップを含むベンチマークの必要性が明らかになっている。 これらの発展を踏まえて,長期操作のための産業用ロボット組立ベンチマークであるLABITを提案する。 このベンチマークは、高いおよび低許容条件下でのネジ、挿入、挿入、スナップを含むDIN-normアセンブリタスクを含む。 これらの組立ステップの連続的な性質は、事前のエラーがその後の操作に影響を及ぼすことを意味する。 したがって、このベンチマークは知的ロボットシステムの堅牢性を評価することに特に関係している。 提案したベンチマークプロトコルと新しい性能指標は,部品の包括的リストとそれに対応するCADモデルとともに,組立複雑性の分類に基づくもので,この分野の研究・開発に不可欠なツールである。 従来の力配置制御とレポートの信頼性と,プリミティブ,サブタスク,アセンブリカテゴリ,サブアセンブリ毎のスコアメトリクスを用いて,ベンチマークを評価した。 添付データはhttps://irp-hka.github.io/robotic-assembly-benchmark/.comで入手できる。

関連論文リスト

• Peg-in-Bench: A Modular Benchmark for High-Precision Robotic Insertion [2.1455710907179415]
  本稿では,高精度挿入におけるタスクの一般化を評価するために,再構成可能なペグ・イン・ホールベンチマークを提案する。 ベンチマークは、複数のペグ、許容レベル、ジオメトリのベース構造を含む、完全な3Dプリント可能なモジュラーコンポーネントで構成されている。 また,標準化されたタスク構成と機械可読なタスク記述を生成するシナリオ生成ツールも提供する。
  論文  参考訳（メタデータ） (2026-09-01T08:37:31Z)
• WorkBenchMark: A LEGO-Based Assembly Benchmark with an Assembly-by-Disassembly Baseline for the Smart Manufacturing League [4.751824031326403]
  LEGO DuploベースのロボットアセンブリベンチマークであるWorkBenchMarkを紹介した。 WorkBenchMarkは、物理的制約の下でタスクレベルのシンボリック推論と低レベルの操作を結合する。 計画ベースのパイプラインは、すべての層にわたるモダンなビジョン言語アクションアプローチよりも優れています。
  論文  参考訳（メタデータ） (2026-06-02T17:15:31Z)
• IMPACT: A Dataset for Multi-Granularity Human Procedural Action Understanding in Industrial Assembly [79.737814043505]
  IMPACTは、デプロイメント指向の産業手続き的理解のための5ビューのRGB-Dデータセットである。 実際の組み立てと、プロ向けのツールを備えた商業用アングルグラインダーの分解を中心に構築されている。
  論文  参考訳（メタデータ） (2026-04-12T02:09:19Z)
• RoboCerebra: A Large-scale Benchmark for Long-horizon Robotic Manipulation Evaluation [59.9896841079005]
  長距離ロボット操作における高レベル推論評価のためのベンチマークであるRoboCerebraを紹介する。 データセットはトップダウンパイプラインを通じて構築され、GPTはタスク命令を生成し、それらをサブタスクシーケンスに分解する。 以前のベンチマークと比較すると、RoboCerebraはアクションシーケンスが大幅に長く、アノテーションがより密度が高い。
  論文  参考訳（メタデータ） (2025-06-07T06:15:49Z)
• Specifications: The missing link to making the development of LLM systems an engineering discipline [65.10077876035417]
  我々は、構造化出力、プロセスの監督、テストタイム計算など、これまでの分野の進歩について論じる。 モジュール型かつ信頼性の高いLCMシステムの開発に向けた研究の今後の方向性について概説する。
  論文  参考訳（メタデータ） (2024-11-25T07:48:31Z)
• Benchmarking Off-The-Shelf Solutions to Robotic Assembly Tasks [9.125933436783681]
  最新のパフォーマンスのベースラインとボトルネックの問題が何であるかは、しばしば不明です。 最近導入されたベンチマークであるNational Institute of Standards and Technology (NIST) Assembly Task Boardsで、オフ・ザ・シェルフ(OTS)産業ソリューションを評価します。
  論文  参考訳（メタデータ） (2021-03-08T23:46:48Z)
• CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and Transfer Learning [138.40338621974954]
  CausalWorldは、ロボット操作環境における因果構造と伝達学習のベンチマークである。 タスクは、ブロックのセットから3D形状を構築することで構成される。
  論文  参考訳（メタデータ） (2020-10-08T23:01:13Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)
• AIBench: An Agile Domain-specific Benchmarking Methodology and an AI Benchmark Suite [26.820244556465333]
  本稿では,アジャイルなドメイン固有のベンチマーク手法を提案する。 我々は10つの重要なエンドツーエンドアプリケーションシナリオを特定し、そのうち16の代表的なAIタスクをAIコンポーネントベンチマークとして抽出する。 最初のエンドツーエンドのインターネットサービスAIベンチマークを提示する。
  論文  参考訳（メタデータ） (2020-02-17T07:29:05Z)

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。