論文の概要: YUBI-Real2Sim: 3DGS Scene Verification for Reliable Policy Evaluation

• arxiv url: http://arxiv.org/abs/2610.17521v1
• Date: Tue, 13 Oct 2026 00:33:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.482012
• Title: YUBI-Real2Sim: 3DGS Scene Verification for Reliable Policy Evaluation
• Title（参考訳）: YUBI-Real2Sim:信頼性の高い政策評価のための3DGSシーン検証
• Abstract要約: YUBI-Real2Simは3DGSベースのシーン再構成とリアルタイムポリシー評価のための統合されたフレームワークである。 我々は,2つのロボットプラットフォーム,3つのシーン,3つのタスク,2つのpi0.5ベースのポリシーのベンチマークを構築した。 結果は、一般的に信頼できるシーンシーリングルールをまだ確立していない。
• 参考スコア（独自算出の注目度）: 13.545721923775213
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Evaluating VLA policies on real robots is costly, time-consuming, and difficult to reproduce, making real-to-sim simulation essential for scalable evaluation. While 3D Gaussian Splatting (3DGS) enables rapid real-to-sim scene generation, the reconstruction quality required for reliable policy evaluation remains unquantified. In particular, policies relying on wrist-mounted fisheye cameras (e.g., YUBI handheld gripper data) are heavily exposed to visual artifacts (holes, floaters) in wide-angle views, directly degrading task performance. To address this, we present YUBI-Real2Sim, a unified framework for 3DGS-based scene reconstruction and real-to-sim policy evaluation under dual fisheye wrist views. We develop an integrated pipeline combining 200-degree fisheye camera capture, 3DGS training, 3D foundation models for object modeling, and MuJoCo-based physical simulation, reproducing the observed real-world policy ordering in eight of nine scene-task comparisons. Using this framework, we construct a benchmark across two bimanual robot platforms, three scenes, three tasks, and dual pi0.5-based policies. This systematically measures real-to-sim rank agreement and evaluates policy sensitivity against counterfactual 3DGS artifacts (ceiling holes, floaters, warping) and capture disturbances. We further analyze whether novel-view quality scores can indicate policy-ranking reliability under a scene-held-out evaluation protocol. The results show task-dependent performance and limitations of quality-based reliability prediction, highlighting the need to assess reconstruction quality when using Real2Sim for policy evaluation. These results do not yet establish a generally reliable scene-acceptance rule. Project Page: https://yubi-real2sim.airoa.io.
• Abstract（参考訳）: 実ロボットに対するVLAポリシーの評価は費用がかかり、時間がかかり、再現が難しいため、スケーラブルな評価にはリアルタイムシミュレーションが不可欠である。 3D Gaussian Splatting (3DGS) は, 迅速な実写シーン生成を可能にするが, 信頼性の高い政策評価に必要な再現品質は未定である。 特に、手首に装着した魚眼カメラ(例えば、YUBIハンドヘルドグリップデータ)に依存するポリシーは、広角ビューの視覚的アーティファクト(穴、フローター)に強く露出し、タスクパフォーマンスを直接劣化させる。 そこで本研究では,YUBI-Real2Simという3DGSをベースとしたシーン再構築と,魚眼二眼レフビューによる実物間政策評価のための統合フレームワークを提案する。 我々は,200度の魚眼カメラキャプチャ,3DGSトレーニング,オブジェクトモデリングのための3次元基礎モデル,およびMuJoCoに基づく物理シミュレーションを組み合わせた統合パイプラインを開発し,9つのシーンタスク比較のうち8つの実世界のポリシー順序を再現した。 このフレームワークを用いて,2つのロボットプラットフォーム,3つのシーン,3つのタスク,2つのpi0.5ベースのポリシーにまたがるベンチマークを構築した。 これは、実物と実物とのランク合意を体系的に測定し、反ファクトな3DGSアーティファクト(シーリングホール、フローター、ワープ)に対するポリシーの感度を評価し、乱れを捕捉する。 さらに,シーン完備評価プロトコルの下で,新規視聴品質スコアがポリシレベルの信頼性を示すことができるかどうかを解析する。 その結果,Real2Simを政策評価に用いた場合,タスク依存のパフォーマンスと品質ベースの信頼性予測の限界が示され,復元品質の評価の必要性が浮き彫りになった。 これらの結果は、一般的に信頼性の高いシーンアクセプタンスルールをまだ確立していない。 プロジェクトページ:https://yubi-real2sim.airoa.io

関連論文リスト

• R2S-Eval: Robot Evaluation with Real-to-Sim Calibration via Vision-Language Models [12.45799943639499]
  R2S-Evalは、リアル・ツー・シミュレート・キャリブレーションと視覚言語モデル(VLM)の嗜好評価を組み合わせた評価パイプラインである。 信頼性が高く安定したポリシーの結論を導き、人間の好みとの一致を達成し、繰り返しハードウェア操作の労力を大幅に削減し、バイナリ成功ラベルによって捉えられない行動品質の違いを明らかにする。
  論文  参考訳（メタデータ） (2026-09-03T02:08:16Z)
• RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation [55.07260698542592]
  我々は,1枚のRGB画像をシミュレーション可能なシーンに変換する,リアル・トゥ・シミュレート・フレームワークであるRoboSnapを紹介した。 DROIDシーンと実ロボットタスクの実験は、復元されたシーンでRoboSnapが信頼できる軌道再生を実現することを示している。 DROIDのリアルワールドシーン564から構築したリアル・トゥ・シムデータセットであるDROID-Simを紹介する。
  論文  参考訳（メタデータ） (2026-07-07T18:19:10Z)
• GASE: Gaussian Splatting-Based Automated System for Reconstructing Embodied-Simulation Environments [63.222920701596564]
  実世界での実施エージェントの訓練には熟練したオペレーターと高価なハードウェアが必要である。 シミュレーション環境は、大規模で費用対効果の高いデータ拡張を可能にすることで、魅力的な代替手段を提供する。 シミュレーションシーンを最小限のsim-to-realギャップで高速に構築することは、ロボット学習において重要な目標となっている。
  論文  参考訳（メタデータ） (2026-06-16T05:00:42Z)
• Toward Visually Realistic Simulation: A Benchmark for Evaluating Robot Manipulation in Simulation [62.51953630639423]
  既存のベンチマークには視覚的リアリズムがなく、シミュレーションと現実の間に大きな領域ギャップが生じる。 シミュレーションにおけるロボット操作評価のための,視覚的にリアルなベンチマークであるVISERを提案する。 VISERは、物理ベースのレンダリング(PBR)素材を備えた1000以上の3Dアセットの高忠実度データセットと、それらのアセットから作成される3Dシーンを、レイアウトや生成によって構成する。
  論文  参考訳（メタデータ） (2026-05-07T14:13:05Z)
• PolaRiS: Scalable Real-to-Sim Evaluations for Generalist Robot Policies [88.78188489161028]
  シミュレーションにおける政策評価と環境復元(PolaRiS)の導入 PolaRiSは、高忠実度シミュレーションロボット評価のためのスケーラブルなリアルタイム・シミュレート・フレームワークである。 PolaRiSの評価は,既存のシミュレーションベンチマークよりも,現実のジェネラリストのポリシー性能に強い相関関係があることが示されている。
  論文  参考訳（メタデータ） (2025-12-18T18:49:41Z)
• Evaluating Gemini Robotics Policies in a Veo World Simulator [69.23071832313246]
  我々はフロンティアビデオ基盤モデル(Veo)に基づく生成的評価システムを導入する。 このシステムは、ロボットアクションコンディショニングとマルチビュー一貫性をサポートするよう最適化されている。 我々は、Gemini Roboticsのポリシーチェックポイント8つと、バイマニュアルマニピュレータのための5つのタスクの1600以上の実世界の評価を通じて、これらの能力を検証した。
  論文  参考訳（メタデータ） (2025-12-11T14:22:14Z)
• Real-to-Sim Robot Policy Evaluation with Gaussian Splatting Simulation of Soft-Body Interactions [27.247431258140463]
  本稿では,現実の映像からソフトボディのディジタルツインを構築するための,リアル・トゥ・シミュレート・ポリシー評価フレームワークを提案する。 我々は,ぬいぐるみのパッキング,ロープルーティング,Tブロックプッシュなど,代表的な変形可能な操作タスクに対するアプローチを検証する。
  論文  参考訳（メタデータ） (2025-11-06T18:52:08Z)
• EmbodiedSplat: Personalized Real-to-Sim-to-Real Navigation with Gaussian Splats from a Mobile Device [33.22697339175522]
  Embodied AIは主に、トレーニングと評価のシミュレーションに頼っている。 シン・トゥ・リアル・トランスファーは依然として大きな課題だ。 EmbodiedSplatは、ポリシートレーニングをパーソナライズする新しいアプローチである。
  論文  参考訳（メタデータ） (2025-09-22T07:22:31Z)
• Evaluating Real-World Robot Manipulation Policies in Simulation [91.55267186958892]
  実環境と模擬環境の制御と視覚的格差は、信頼性のある模擬評価の鍵となる課題である。 実環境に完全忠実なデジタル双生児を作らなくても、これらのギャップを軽減できる手法を提案する。 シミュレーション環境の集合体であるSIMPLERを作成した。
  論文  参考訳（メタデータ） (2024-05-09T17:30:16Z)

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。