論文の概要: Pixel: A Co-Designed Full-Stack Robot System for Learning General-Purpose Mobile Manipulation

• arxiv url: http://arxiv.org/abs/2611.03648v1
• Date: Mon, 02 Nov 2026 18:59:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-05 20:25:36.598964
• Title: Pixel: A Co-Designed Full-Stack Robot System for Learning General-Purpose Mobile Manipulation
• Title（参考訳）: Pixel: 汎用モバイル操作学習用フルスタックロボットシステム
• Abstract要約: 汎用的なモバイル操作には、有能なロボットハードウェア、スケーラブルなデモコレクション、表現力のある全身制御、効果的なポリシー学習の組み合わせが必要である。 汎用的なモバイル操作を学習するための,共同設計のフルスタックシステムであるPixelを紹介する。
• 参考スコア（独自算出の注目度）: 66.36280990049691
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: General-purpose mobile manipulation requires a combination of capable robot hardware, scalable demonstration collection, expressive whole-body control, and effective policy learning. Yet these components are often developed independently, creating mismatches that limit the capabilities of the complete system. We present Pixel, a co-designed full-stack system for learning general-purpose mobile manipulation. Pixel combines a low-cost wheeled humanoid with human-aligned kinematics and compliant grippers, multiple teleoperation and robot-free human data-collection interfaces, a unified whole-body controller, and a common policy learning pipeline across human and robot demonstrations. A hierarchical learning stack further enables language-conditioned visuomotor control and long-horizon task execution. We evaluate the system across hardware, data collection, and policy learning, and demonstrate mobile-manipulation behaviors requiring dexterity, active perception, navigation, and whole-body coordination. We hope that Pixel provides an integrated and extensible foundation for studying how robot hardware, data, control, and learning can be designed together for robot learning. More results at https://pixel-robot.com/pixel
• Abstract（参考訳）: 汎用的なモバイル操作には、有能なロボットハードウェア、スケーラブルなデモコレクション、表現力のある全身制御、効果的なポリシー学習の組み合わせが必要である。 しかし、これらのコンポーネントは独立して開発され、完全なシステムの能力を制限するミスマッチを生成する。 汎用的なモバイル操作を学習するための,共同設計のフルスタックシステムであるPixelを紹介する。 Pixelは、低コストの車輪付きヒューマノイドと人間の整列キネマティクスとコンプライアンスグリップ、複数の遠隔操作とロボットのない人間のデータ収集インターフェース、統一された全身コントローラ、人間とロボットのデモをまたいだ共通のポリシー学習パイプラインを組み合わせたものだ。 階層的な学習スタックにより、言語条件付きビズモータ制御と長期タスク実行が可能になる。 本システムは,ハードウェア,データ収集,ポリシー学習にまたがって評価され,ディクスタリティ,アクティブな知覚,ナビゲーション,全身調整を必要とする移動操作行動を示す。 Pixelは、ロボットのハードウェア、データ、コントロール、学習が、ロボットの学習のためにどのように設計できるかを研究するための、統合的で拡張可能な基盤を提供することを期待している。 詳細はhttps://pixel-robot.com/pixel.comを参照のこと。

関連論文リスト

• HoMMI: Learning Whole-Body Mobile Manipulation from Human Demonstrations [15.551927664158695]
  Whole-Body Mobile Manipulation Interface (HoMMI)は、ロボットのない人間のデモから直接、全身のモバイル操作を学習する。 我々は、モバイル操作に必要なグローバルコンテキストをキャプチャするために、エゴセントリックな感覚でUMIインタフェースを拡張する。 私たちはこのギャップを、クロス・エボディメント・ハンド・アイ・ポリシー設計で明示的に埋めます。
  論文  参考訳（メタデータ） (2026-03-03T18:36:49Z)
• Dexterity from Smart Lenses: Multi-Fingered Robot Manipulation with In-the-Wild Human Demonstrations [52.29884993824894]
  自然環境で日々のタスクを行う人間から、マルチフィンガーロボットポリシーを学ぶことは、ロボットコミュニティにとって長年の大きな目標だった。 AINAは、Aria Gen 2メガネを使用して、どこでも、どこでも、あらゆる環境で収集されたデータから、マルチフィンガーポリシーを学ぶことができる。
  論文  参考訳（メタデータ） (2025-11-20T18:59:02Z)
• Towards Human-level Intelligence via Human-like Whole-Body Manipulation [10.199110135230674]
  Astribot Suiteは、多様な環境にまたがる日常的なタスクを対象とする、全身操作のためのロボット学習スイートである。 以上の結果から,Astribotのエボディメント,遠隔操作インターフェース,学習パイプラインの統合は,実世界の汎用的な全身ロボット操作への重要な一歩であることが示唆された。
  論文  参考訳（メタデータ） (2025-07-23T02:23:41Z)
• Unlocking Generalization for Robotics via Modularity and Scale [7.650888732318727]
  本論文は,汎用ロボット制御のための大規模学習とモジュール性を統合することで,汎用ロボットエージェント構築の課題に取り組むことを目的とする。 私たちの重要な洞察は、エージェントに階層構造と低レベルの制御を学習させるのではなく、計画を通じてモジュール化を強制できるということです。 スケールするには、膨大な量の多様なデータ、データに適合する表現力のあるアーキテクチャ、データを生成するための監視源が必要です。
  論文  参考訳（メタデータ） (2025-03-10T00:38:31Z)
• $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
  本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。 我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
  論文  参考訳（メタデータ） (2024-10-31T17:22:30Z)
• Dexterous Manipulation from Images: Autonomous Real-World RL via Substep Guidance [71.36749876465618]
  本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。 本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。 実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
  論文  参考訳（メタデータ） (2022-12-19T22:50:40Z)
• From One Hand to Multiple Hands: Imitation Learning for Dexterous Manipulation from Single-Camera Teleoperation [26.738893736520364]
  我々は,iPadとコンピュータのみで3Dデモを効率的に収集する,新しい単一カメラ遠隔操作システムを提案する。 我々は,操作者の手の構造と形状が同じであるマニピュレータである物理シミュレータにおいて,各ユーザ向けにカスタマイズされたロボットハンドを構築する。 データを用いた模倣学習では、複数の複雑な操作タスクでベースラインを大幅に改善する。
  論文  参考訳（メタデータ） (2022-04-26T17:59:51Z)

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。