論文の概要: Genie Sim Benchmark: Real-to-Sim Fidelity and Evaluation
- arxiv url: http://arxiv.org/abs/2611.15020v1
- Date: Wed, 11 Nov 2026 04:25:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.038601
- Title: Genie Sim Benchmark: Real-to-Sim Fidelity and Evaluation
- Title(参考訳): Genie Sim Benchmark: リアルタイムの忠実さと評価
- Abstract要約: 我々は、ペア化された実シミュレーションタスクと相補的なシステム識別研究を通して、Genie Sim Benchmarkを評価する。
16のタスク名にまたがる22組のロボットタスク対、実際のロボットデータに微調整されたタスク固有のpi0.5ポリシーは、0.9686、MAE 0.0405、RMSE 0.0520という記述的なスコア相関を達成し、シミュレーションと実際の差は-0.110から+0.080である。
- 参考スコア(独自算出の注目度): 11.719586423847607
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We evaluate Genie Sim Benchmark through paired real-simulation tasks and complementary system-identification studies. Across 22 robot-task pairs spanning 16 task names, task-specific pi0.5 policies fine-tuned on real-robot data achieve a descriptive Score correlation of 0.9686, MAE 0.0405, RMSE 0.0520, with simulation-real differences from -0.110 to +0.080. G2 crsB experiments assess long-horizon closed-loop position and joint-side torque agreement, while five representative object cases examine identification and cross-engine contact transfer. A separate 32.6503 s teleoperation trajectory, excluded from mechanical identification and servo-gain search, evaluates external position targets through simulated motion-controller command shaping and a calibrated position servo. Across both arms, per-joint position RMSE spans 0.00614-0.03522 rad and current-derived torque RMSE spans 0.73545-4.00099 N m. Native PhysX adaptations recover three recorded interaction tasks, with case-dependent alignment gains. These results support task-specific simulation evaluation through joint assessment of task outcomes and physical-response consistency.
- Abstract(参考訳): 我々は、ペア化された実シミュレーションタスクと相補的なシステム識別研究を通して、Genie Sim Benchmarkを評価する。
16のタスク名にまたがる22対のロボットタスク対、実際のロボットデータに微調整されたタスク固有のpi0.5ポリシーは、0.9686、MAE 0.0405、RMSE 0.0520という記述的なスコア相関を達成し、シミュレーションと実際の差は-0.110から+0.080である。
G2 crsB実験では長軸閉ループ位置と関節側トルク合意が評価され、5つの代表的な対象が識別とクロスエンジン接触伝達を検証した。
機械的識別やサーボゲイン探索から除外された32.6503sの遠隔操作軌道は、シミュレーションされたモーションコントローラコマンドシェーピングとキャリブレーションされた位置サーボによって外部位置目標を評価する。
両腕にまたがって、各関節位置RMSEは0.00614-0.03522 rad、電流源トルクRMSEは0.73545-4.00099 Nmである。
ネイティブなPhysXアダプティブは、3つの記録された相互作用タスクを回復し、ケース依存アライメントが向上する。
これらの結果は,タスク結果と物理応答の整合性を共同評価することにより,タスク固有のシミュレーション評価を支援する。
関連論文リスト
- LLM4Robot-Bench: How Far Can GPT-6 Astra Go in Robotic Manipulation? A Hierarchical, Paired Sim-Real Benchmark [62.531369168779776]
コンタクトリッチな操作における物理的相互作用能力を評価するためのベンチマークを導入する。
16世帯の課題は、接触選択と幾何アライメント(L1)、持続接触(L2)内の力規制、協調接触再構成と力規制(L3)の3つの累積レベルにまたがる。
16のタスクのうち10のタスクは同じ成功率で、残りの6つのタスクは3つのトライアルのうち1つの成功によって異なる。
論文 参考訳(メタデータ) (2026-10-25T19:41:02Z) - X2Real: an eXtensive simulation benchmark for real-world generalist policies [10.221909037825975]
本稿では,ロボット操作ポリシーの実際の性能を忠実に評価するための,進化可能なシミュレーションベンチマークであるX2Realを紹介する。
X2Realは、実ハードウェアと整合する視覚特性と物理的特性をシミュレーションし、シミュレーション結果と実ロボット評価結果の線形相関を0.84とする。
10の能力ディメンションと44の階層的なロングホライゾンタスクを備えた包括的分類を特徴とし、基本的な操作スキルと視覚的接地、言語理解、バイマンコントロールといった高度な能力を含んでいる。
論文 参考訳(メタデータ) (2026-09-23T07:13:26Z) - Solution for UCF UrbanTwin LUMPI Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
UCF UrbanTwin Sim2Real LiDAR Challenge at the 6th DriveX Workshop, ECCV 2026。
検出器は合成データのみに基づいて訓練され、50個の実LiDARフレームで評価される。
ポイントクラウドリアリズムに対して、別の50フレームの合成提案が評価される。
論文 参考訳(メタデータ) (2026-09-07T15:03:36Z) - WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。
物理シミュレータが期待する観測能力を用いてACWMを評価する。
WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
論文 参考訳(メタデータ) (2026-08-10T08:48:06Z) - ReactSim-Bench: Benchmarking Reactive Behavior World Model Simulation in Autonomous Driving [56.96697737229895]
リアクティブ能力は、自律運転シミュレーションシステムのためのデータ駆動行動世界モデルシミュレータの重要な特性である。
本稿では,自律運転における行動世界モデルシミュレーションの反応性を評価するためのReactSim-Benchを紹介する。
論文 参考訳(メタデータ) (2026-06-12T03:11:06Z)
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。