論文の概要: RoboSTD: Zero-Shot Single-to-Dual Transfer via Sagittal Mirroring for Bimanual Learning

• arxiv url: http://arxiv.org/abs/2610.36685v1
• Date: Tue, 27 Oct 2026 05:56:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.236463
• Title: RoboSTD: Zero-Shot Single-to-Dual Transfer via Sagittal Mirroring for Bimanual Learning
• Title（参考訳）: RoboSTD: 双対学習のためのサジタルミラーリングによるゼロショット単対双対移動
• Abstract要約: RoboSTDは、ロボット学習のためのゼロショット1対2のデータ構築手法である。 我々は,RoboTwinシミュレーションと実環境設定の両方において,AgileX ALOHAプラットフォーム上でRoboSTDを評価する。
• 参考スコア（独自算出の注目度）: 4.896929685696974
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bimanual robot manipulation plays an important role in real-world robotic applications, but the high cost of collecting bimanual demonstrations limits the scalable development of bimanual policy learning. Meanwhile, existing single-arm manipulation data are difficult to directly transfer to bimanual systems due to the Single-to-Dual gap in action spaces, coordination requirements, and arm-side spatial preference. To address this issue, we propose RoboSTD, a zero-shot Single-to-Dual data construction method for bimanual robot learning. RoboSTD first applies sagittal-plane mirroring to observations, proprioception, and actions to construct executable contralateral pseudo-demonstrations. It then uses an LLM to generate structured spatio-temporal coordination constraints that guide the reconstruction of pseudo-bimanual supervision across workspace regions and task stages. We evaluate RoboSTD on the AgileX ALOHA platform in both RoboTwin simulation and real-world settings. Experiments demonstrate the effectiveness of RoboSTD for bimanual policy learning. Without requiring additional bimanual demonstrations, RoboSTD increases the average number of collected cups to 2.11x that of the single-arm baseline in the cup collection task. Project page: https://huahungy.github.io/RoboSTD/
• Abstract（参考訳）: 実世界におけるロボットの操作はロボットの応用において重要な役割を担っているが、双方向のデモンストレーションを収集するコストが高いため、双方向ポリシー学習のスケーラブルな開発が制限される。 一方、動作空間の1対2のギャップ、調整条件、アームサイドの空間的嗜好などにより、既存のシングルアーム操作データを直接バイマニュアルシステムに転送することは困難である。 そこで本研究では,ロボット学習のためのゼロショット1対2のデータ構築手法であるRoboSTDを提案する。 RoboSTDはまず、観測、プロプレセプション、行動に矢状面ミラーリングを適用して、実行可能な対向的な擬似演示を構築する。 次に、LLMを使用して、ワークスペース領域とタスクステージをまたいだ擬似バイマン的監視の再構築を導く、構造化された時空間調整制約を生成する。 我々は,RoboTwinシミュレーションと実環境設定の両方において,AgileX ALOHAプラットフォーム上でRoboSTDを評価する。 両立政策学習におけるRoboSTDの有効性を実証した。 追加のバイマニュアルのデモンストレーションを必要としないため、RoboSTDは収集されたカップの平均数を、カップコレクションタスクにおけるシングルアームベースラインの2.11倍に増やす。 プロジェクトページ: https://huahungy.github.io/RoboSTD/

関連論文リスト

• Scaling Online Exploration for Robot Agents [147.6570058866968]
  RAX(Robot Agent eXploration)は、ロボットエージェントのためのオープンソースのフレームワークである。 本稿では,単腕,両腕,外陰部,移動体,ヒューマノイドシステムを用いて,オンライン探索の精度向上と長期操作作業のスケールについて検討する。 RAXは、人間のデモンストレーションなしで、メモリ依存、調音、高精度、変形可能、および長距離移動操作タスクを自律的に学習する。
  論文  参考訳（メタデータ） (2026-10-15T18:00:28Z)
• Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models [95.75234389806654]
  本稿では、Qwen-VL上に構築された一般化可能なビジョン・ランゲージ・アクション基盤モデルであるQwen-RobotManipを提案する。 Qwen-RobotManipは、操作の表現、動き、行動の次元にわたって統合されたアライメントフレームワークを導入している。 人間とロボットの合成パイプラインは、エゴセントリックな手の動きを15プラットフォームにわたるロボットの軌道に変換する。
  論文  参考訳（メタデータ） (2026-06-16T12:14:39Z)
• LabVLA: Grounding Vision-Language-Action Models in Scientific Laboratories [95.20367571157679]
  Vision-Language-Action (VLA) モデルは、記述されたプロトコルとロボット実行の間の1つの可能なインターフェースを提供する。 既存の政策は、主に家庭やテーブルトップのデモンストレーションに基づいて訓練されており、機器、透明な液体、または科学実験室で見られる固定されたプロトコルに遭遇することは滅多にない。 まず、Qwen3-VL-4B-インストラクションバックボーンアクションを学習する前に認識させ、フローマッチング後トレーニングを行い、次に知識絶縁下でDiTアクションエキスパートをアタッチする。
  論文  参考訳（メタデータ） (2026-06-11T17:03:53Z)
• MonoDuo: Using One Robot Arm to Learn Bimanual Policies [40.1404286878975]
  単腕ロボットのデモと人間のコラボレーションを組み合わせ,双方向操作ポリシーを学習するフレームワークであるMonoDuoについて述べる。 MonoDuoは、片腕ロボットを遠隔操作して、両腕のタスクの片面を実行する。 ボックスリフト,バックパックパッキング,布の折り畳み,ジャケットのジッピング,ハンドオーバープレートの5つのタスクについてMonoDuoを評価した。
  論文  参考訳（メタデータ） (2026-05-28T03:27:38Z)
• HumanoidGen: Data Generation for Bimanual Dexterous Manipulation via LLM Reasoning [46.57163859424286]
  本稿では,自動タスク生成およびデモコレクションフレームワークであるHumanoidGenを提案する。 具体的には,原子の操作に基づいて,資産と器用な手の両方に空間アノテーションを提供する。 実験では,収集したデータの品質を評価するために,拡張シナリオを用いた新しいベンチマークを作成する。
  論文  参考訳（メタデータ） (2025-07-01T15:04:38Z)
• RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation [23.554917579133576]
  本稿では,ロボット拡散変換器(RDT)について述べる。 RDTは、マルチモーダリティを効果的に表現するために拡散モデルを構築し、スケーラブルトランスフォーマーの革新的な設計である。 さらに,様々なロボットの動作表現を統一する物理解釈可能な統一行動空間を導入する。
  論文  参考訳（メタデータ） (2024-10-10T12:33:46Z)
• Large Language Models for Orchestrating Bimanual Robots [19.60907949776435]
  本稿では,Language-based Bimanual Orchestration (LABOR)を提案する。 NICOLヒューマノイドロボットを用いた2種類の長距離作業のシミュレーション実験により,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-04-02T15:08:35Z)

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。