論文の概要: EgoContact: Evaluating Physical Intelligence with Egocentric Video

• arxiv url: http://arxiv.org/abs/2610.39167v1
• Date: Thu, 29 Oct 2026 01:57:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 07:38:30.318248
• Title: EgoContact: Evaluating Physical Intelligence with Egocentric Video
• Title（参考訳）: EgoContact: Egocentric Videoによる物理的知性の評価
• Abstract要約: EgoContactは、学習前の操作の一般化性と精度を評価するための大規模なエゴセントリックデータセットである。 現在の方法では、正確な相互作用の接触を予測するのに苦労することが多く、時には対象物を多種多様なシーンでローカライズするのに失敗することがある。
• 参考スコア（独自算出の注目度）: 83.4015764164399
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Egocentric video has emerged as one of the most scalable sources of data for learning generalizable manipulation priors. Yet, despite its growing use in pretraining robotic policies, it has been underutilized as a validation tool for physical intelligence, a key component of which is understanding where to make contact with an object to achieve an intended interaction. We present EgoContact, a large-scale egocentric dataset for evaluating the generalizability and precision of learned manipulation priors through future contact-point prediction. EgoContact contains 22.5K manually verified interaction events, each with a pre-contact observation, semantic intent, and pixel-precise contact locations. We find that current methods often struggle to predict precise interaction contacts and sometimes fail to localize the target object in diverse, in-the-wild scenes, even when allowed multiple predictions. Furthermore, we demonstrate the usefulness of EgoContact's annotated interactions for robotic manipulation: simply using EgoContact as the memory bank of an existing affordance-transfer policy improves grasp success from 14.2% to 31.2% in simulation and from 16% to 58% on a real robot.
• Abstract（参考訳）: エゴセントリックビデオは、一般化可能な操作の事前学習のための最もスケーラブルなデータソースの1つとして登場した。 しかし、ロボットポリシーの事前訓練に使われているにもかかわらず、物理的な知能の検証ツールとして使われていない。 本稿では,EgoContactについて述べる。EgoContactは,学習前の操作の一般化可能性と精度を,将来的な接触点予測を通じて評価する大規模エゴセントリックデータセットである。 EgoContactには22.5Kの手動で認証されたインタラクションイベントが含まれており、それぞれに事前接触観察、意味的意図、ピクセル精度の高いコンタクトロケーションがある。 現在の方法では、正確な相互作用の接触を予測するのに苦労することが多く、時には複数の予測が許された場合でも、対象物体を多種多様なその場でローカライズすることに失敗することがある。 さらに,ロボット操作におけるEgoContactの注釈付きインタラクションの有用性を実証する。既存の割当転送ポリシーのメモリバンクとしてEgoContactを使用することで,14.2%から31.2%,実際のロボットでは16%から58%に向上する。

関連論文リスト

• Ego2Contact: Predicting Touch from Egocentric Human Video for Contact-Rich Robot Manipulation [46.17380143088581]
  接触位置と相互作用力は、接触に富むロボット操作には重要であるが、視力だけでは曖昧であることが多い。 触覚手袋と組み合わせたエゴセントリックな録音を訓練した最近の予測器は、ビデオだけでこの行方不明信号を予測することができる。 Ego2Contactは、人間のインタラクションから視覚触覚を学習し、ロボットの手に移す。
  論文  参考訳（メタデータ） (2026-10-16T04:51:17Z)
• EgoMatrix: Physically Faithful Dexterous Robot Demonstrations from Egocentric Human Videos [13.706010280492022]
  EgoMatrix(エゴマトリックス)は、モノクルな人間中心の動画をペア化されたロボット観察ビデオに変換するエンドツーエンドのデータエンジンである。 正確なメカニカル・シーン・リカバリではなく、相対幾何学と接触を重視してHOIを再構築する。 物理的に忠実な観察を状態と制御記録と同期させる。
  論文  参考訳（メタデータ） (2026-10-13T17:51:46Z)
• EgoTac: In-the-wild Tactile Prediction from Egocentric Vision [33.40360812855072]
  我々は,エゴセントリックな人間ビデオから直接,リッチな触覚情報を予測するモデルであるEgoTacを紹介した。 EgoTacは5.7M以上の画像触覚対の統一コーパスで訓練されている。 常に最先端の接触推定器を上回っている。
  論文  参考訳（メタデータ） (2026-08-15T06:18:13Z)
• EgoTactile: Learning Grasp Pressure for Everyday Objects from Egocentric Video [82.13376072770363]
  没入型VRとロボット操作には、エゴセントリックビデオからのフルハンドグリッププレッシャーの推定が不可欠だ。 EgoTactileは、さまざまな日常オブジェクトに対するフルハンドプレッシャー監視を備えた、エゴセントリックなビデオのベンチマークである。 EgoPressureDiffは、大規模に訓練されたビデオ拡散バックボーンに適応する条件付き拡散フレームワークである。
  論文  参考訳（メタデータ） (2026-06-08T09:20:03Z)
• TouchAnything: A Dataset and Framework for Bimanual Tactile Estimation from Egocentric Video [20.373348802426143]
  EgoTouchは大規模なエゴセントリックなデータセットで、手動オブジェクトのインタラクションを厳密な触覚で監視する。 TouchAnythingは、自我中心のビューを主入力として使用する、視覚と触覚の予測フレームワークである。 データセット、コード、ベンチマークを公開します。
  論文  参考訳（メタデータ） (2026-05-13T06:54:36Z)
• Perceiving and Acting in First-Person: A Dataset and Benchmark for Egocentric Human-Object-Human Interactions [110.43343503158306]
  本稿では、手動支援タスクを視覚言語アクションフレームワークに組み込み、そのアシスタントは、自我中心のビジョンとコマンドに従ってインストラクターにサービスを提供する。 この設定の下で、我々は、マルチモーダルデータの11.4時間1.2Mフレームを持つ、最初の大規模人・物・人間のインタラクションデータセットであるInterVLAを達成した。 我々は,エゴセントリックな人の動き推定,相互作用合成,および包括的分析による相互作用予測に関する新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2025-08-06T17:46:23Z)
• EgoPressure: A Dataset for Hand Pressure and Pose Estimation in Egocentric Vision [69.1005706608681]
  EgoPressureは、詳細なタッチ接触と圧力相互作用をキャプチャする、新しいエゴセントリックなデータセットである。 本データセットは,頭部に装着した1台のKinectカメラと静止した7台のKinectカメラで同時に捉えた21人の被験者からの5時間の対話を収録した。
  論文  参考訳（メタデータ） (2024-09-03T18:53:32Z)
• Learning Manipulation by Predicting Interaction [85.57297574510507]
  本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。 実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-06-01T13:28:31Z)
• Benchmarks and Challenges in Pose Estimation for Egocentric Hand Interactions with Objects [89.95728475983263]
  ロボティクス、AR/VR、アクション認識、モーション生成といったタスクにおいて、自己中心的な視点からこのようなインタラクションを理解することが重要である。 我々は、AmblyHandsとARCTICデータセットに基づいたHANDS23チャレンジを、慎重に設計されたトレーニングとテストの分割に基づいて設計する。 提案手法の結果と近年のリーダーボードのベースラインに基づいて,3Dハンド(オブジェクト)再構成タスクの徹底的な解析を行う。
  論文  参考訳（メタデータ） (2024-03-25T05:12:21Z)

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。