論文の概要: UMI-Live for In-The-Wild Bimanual Robotics Data Collection
- arxiv url: http://arxiv.org/abs/2610.39385v1
- Date: Thu, 29 Oct 2026 05:18:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:10.043894
- Title: UMI-Live for In-The-Wild Bimanual Robotics Data Collection
- Title（参考訳）: UMI-Live for In-The-Wild Bimanual Robotics Data Collection
- Abstract要約: We present UMI-Live, a full-stack open-source bimanual UMI system for in-the-wild data collection。
我々は、カメラとLiDARを統合したカスタムUMI-Liveハードウェアを設計する。
我々はUMI-Liveのデータ品質を$_0.5$とM MolmoAct2を微調整して評価し,両タスクでそれぞれ10/10と8/10の成功率を達成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Universal Manipulation Interface (UMI) devices allow human experts to demonstrate tasks for robot learning without teleoperating physical robots. Using these demonstrations as training data still requires a consistent hardware setup, calibration, and data processing. We present UMI-Live, a full-stack open-source bimanual UMI system for in-the-wild data collection. We design our custom UMI-Live hardware to integrate camera and LiDAR--inertial sensing, onboard compute, and power, without external tracking equipment or calibration within the collection environment. We implement a simple user interface for recording data while an asynchronous pipeline performs parallel SLAM reconstruction and publishes training-ready datasets. We also release software that supports dual-YAM teleoperation and VLA policy training and inference. We validate UMI-Live data quality by fine-tuning $π_{0.5}$ and MolmoAct2, achieving success rates of 10/10 and 8/10, respectively on a bimanual pick-and-place task. Furthermore, we release 40 hours of UMI-Live data across three tasks, and complete hardware designs, software, and reproduction guides at our $\href{https://umi-live.github.io/}{\text{project website}}$.
- Abstract（参考訳）: ユニバーサルマニピュレーションインタフェース(UMI)は、人間の専門家が物理的なロボットを遠隔操作することなく、ロボット学習のタスクを実演することができる。
これらのデモンストレーションをトレーニングデータとして使用するには、一貫性のあるハードウェアセットアップ、キャリブレーション、データ処理が必要になる。
We present UMI-Live, a full-stack open-source bimanual UMI system for in-the-wild data collection。
我々は、カメラとLiDARを統合したカスタムUMI-Liveハードウェアを設計する。
非同期パイプラインが並列SLAM再構成を実行し,トレーニング可能なデータセットを公開している間に,データ記録のためのシンプルなユーザインターフェースを実装した。
また、デュアルYAM遠隔操作とVLAポリシートレーニングと推論をサポートするソフトウェアをリリースする。
π_{0.5}$とMomoAct2を微調整してUMI-Liveのデータ品質を検証する。
さらに、3つのタスクにまたがる40時間のUMI-Liveデータや、ハードウェア設計、ソフトウェア、再現ガイドも、$\href{https://umi-live.github.io/}{\text{project website}}$でリリースしています。
関連論文リスト
- OpenJaws: An Open Hardware UMI Framework with Stereo Localization for Generalist Manipulation [10.316580452225123]
センサ付きUMIのための完全にオープンなハードウェアおよびソフトウェアフレームワークであるOpenJawsを紹介する。
UMI-Loc-Bench-v1は,ハンドヘルドデータ収集装置における実世界のローカライズ精度を定量化するベンチマークである。
OpenJawsで収集したデータに基づいてトレーニングされたポリシーは、複数のタスクにまたがって実際のロボットにデプロイ可能であることを示す。
論文 参考訳（メタデータ） (2026-10-27T03:58:54Z) - HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone [19.886495773199023]
移動式UMIデータ生成システムであるHiFi-UMIについて述べる。
実ロボットに直接デプロイするHiFi-UMIの実証にのみ焦点を絞った、ゼロロボットのポストトレーニングを実証する。
我々はHiFi-UMI-2Kをオープンソースとして公開し、2000時間のマイクロ同期、超広汎FoVデモをロボット学習コミュニティの大規模かつ高忠実なリソースとして公開しました。
論文 参考訳（メタデータ） (2026-07-28T15:52:02Z) - Open-AoE: An Open Egocentric Manipulation Dataset and Toolchain for Embodied Learning [82.27496680935589]
オープンでコミュニティ指向のエゴセントリックな操作と,キャプチャからモデルトレーニングまでのツール中心のパイプラインであるOpen-AoEを紹介します。
最初のリリースでは、400以上のスマートフォンを使用して500以上の自然環境で収集された約2000時間のビデオが含まれている。
論文 参考訳（メタデータ） (2026-07-15T14:49:49Z) - UMI-Bench 1.0: An Open and Reproducible Real-World Benchmark for Tabletop Robotic Manipulation with UMI Data [52.951102709270714]
UMI-Bench 1.0は,Universal Manipulation Interface(UMI)スタイルの操作ポリシーの標準化評価のための実ロボットベンチマークである。
UMI-Benchは、統一されたプロトコル内でのデータ収集、シーンリセット、ポリシーの実行、結果のロギング、タスク要素分析を調整します。
UMI-Benchは、完全な評価プロセスを再現可能かつ監査可能にすることで、UMI訓練されたポリシーが実際の物理的操作にどのように一般化するかを測定するための実践的なテストベッドを提供する。
論文 参考訳（メタデータ） (2026-06-09T03:47:54Z) - YUBI: Yielding Universal Bidigital Interface for Bimanual Dexterous Manipulation at Scale [6.857766530947633]
YUBIは、直感的で人間工学的でスケーラブルなデータ収集を可能にするために設計された指のグリップである。
我々は、VRベースの6DF追跡機能を備えたデータ収集システムを構築し、高忠実度トラジェクトリデータ取得を確実にした。
我々は、UMIベースの前例のないスケールのデータセットをキュレートする。
論文 参考訳（メタデータ） (2026-06-08T23:21:14Z) - VISTA: Vision-Grounded and Physics-Validated Adaptation of UMI data for VLA Training [52.05483137072975]
Universal Manipulation Interface (UMI)は、ハードウェア固有の遠隔操作なしでスケーラブルな実世界のロボットデータ収集を可能にする。
VISTAは、この2つのギャップを3つの相乗的コンポーネントを通して橋渡しするフレームワークである。
我々は,物理検証パイプライン,UMI-VQA,検証された軌道データ,コミュニティのための事前学習モデルをリリースする。
論文 参考訳（メタデータ） (2026-06-03T10:38:45Z) - UMI-3D: Extending Universal Manipulation Interface from Vision-Limited to 3D Spatial Perception [22.85129722207174]
本稿では,Universal Manipulation Interface(UMI)のマルチモーダル拡張であるUMI-3Dについて述べる。
軽量で低コストなLiDARセンサを手首装着インタフェースに密に統合し,LiDAR中心のSLAMを実現する。
さらに、ハードウェア同期マルチモーダルセンシングパイプラインと統一校正フレームワークを開発し、一貫したデモの3D表現を生成する。
論文 参考訳（メタデータ） (2026-04-15T17:04:34Z) - BLAZER: Bootstrapping LLM-based Manipulation Agents with Zero-Shot Data Generation [59.70634559248202]
BLAZERは、自動生成されたトレーニングデータから操作ポリシーを学ぶフレームワークである。
シミュレーション環境と実環境の両方において、BLAZERはゼロショット操作を大幅に改善することを示す。
私たちのコードとデータはプロジェクトのページで公開されます。
論文 参考訳（メタデータ） (2025-10-09T17:59:58Z) - D2E: Scaling Vision-Action Pretraining on Desktop Data for Transfer to Embodied AI [26.33451769892426]
本稿では,D2E(Desktop to Embodied AI)について紹介する。
このフレームワークは,(1) 多様なデスクトップインタラクションを152倍圧縮で標準化されたフォーマットに統一するOWA Toolkit,(2) タイムスタンプベースのイベント予測により,見えないゲーム間で強力なゼロショット一般化を実現するGeneralist-IDM,(3) デスクトップに制約された表現を物理操作やナビゲーションに転送するVAPTの3つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2025-10-07T08:40:33Z) - Galaxea Open-World Dataset and G0 Dual-System VLA Model [55.756245350141675]
実生活と作業環境に記録された大規模で多様なロボット行動のコレクションを提示する。
すべてのデモは、一貫したロボットエンボディメントを使用して収集され、正確なサブタスクレベルの言語アノテーションと組み合わせられる。
G0は、クロス・エボディメント・プレトレーニング、シングル・エボディメント・プレトレーニング、タスク固有のポスト・トレーニングという3段階のカリキュラムを使って訓練されている。
論文 参考訳（メタデータ） (2025-08-30T18:04:19Z)
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。