論文の概要: CrowdMAPS: Crowdsourcing Multiple Actions per State for Real-World Imitation Learning
- arxiv url: http://arxiv.org/abs/2611.15078v1
- Date: Wed, 11 Nov 2026 05:53:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.05893
- Title: CrowdMAPS: Crowdsourcing Multiple Actions per State for Real-World Imitation Learning
- Title(参考訳): CrowdMAPS: 実世界の模倣学習のために、州毎に複数のアクションをクラウドソーシングする
- Abstract要約: CrowdMAPSはWebベースのクラウドソーシングパラダイムで、ステート毎に複数のアクションでリアルタイムロボットデータセットを拡張する。
CrowdMAPSは、訪問したロボット状態をWebベースの3Dインターフェースを介してリモートアノテータに配布する。
ソフトウェアによる人間のアノテーションは、より密集した監視を行うために、物理的なロボットデータを増強することができることを示す。
- 参考スコア(独自算出の注目度): 4.40401067183266
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-world robot imitation learning is often limited by the cost of collecting physical demonstrations, which typically yield only one action label per visited state. We present CrowdMAPS, a web-based crowdsourcing paradigm for augmenting real-robot datasets with Multiple Actions per State (MAPS). After or during standard robot data collection, CrowdMAPS distributes visited robot states to remote annotators through a web-based 3D interface, where they specify alternative valid actions without requiring access to physical robot hardware. This expands robot datasets along a complementary "width" dimension--by increasing the number of actions per visited state--rather than only by collecting more trajectories. We evaluate CrowdMAPS using keyframe-centric goal-pose annotations supplied by non-expert annotators and train imitation policies on the resulting MAPS data. Across five real-world manipulation tasks, increasing MAPS width from one to ten actions per state improves sample efficiency and increases average success rates by 35.6 percentage points for keypose policies and 33.0 percentage points for trajectory policies. These results show that software-mediated human annotations can augment physical robot data to afford denser supervision, establishing CrowdMAPS as a scalable digital layer for real-robot data collection.
- Abstract(参考訳): 実世界のロボット模倣学習は、しばしば物理的なデモンストレーションを集めるコストによって制限される。
クラウドソーシングのパラダイムであるCrowdMAPSを紹介し,実ロボットデータセットをMAPS(Multiple Actions per State)で拡張する。
標準的なロボットデータ収集の後に、CrowdMAPSは、訪問したロボット状態をWebベースの3Dインターフェースを通じてリモートアノテータに配布する。
これにより、ロボットデータセットを補完的な「幅」次元に沿って拡大する。
我々は,非エキスパートアノテータから提供されるキーフレーム中心の目標目的アノテーションを用いてCrowdMAPSを評価し,その結果のMAPSデータに基づいて模倣ポリシーを訓練する。
実世界の5つの操作タスクにまたがって、MAPS幅を州ごとに1から10アクションに増やすことで、サンプル効率が向上し、キープットポリシーの平均成功率は35.6ポイント、軌道ポリシーの平均成功率は33.0ポイント向上する。
これらの結果から,ソフトウェアによる人体アノテーションにより,より密集的な監視が可能となり,実ロボットデータ収集のためのスケーラブルなデジタルレイヤとしてCrowdMAPSが確立された。
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) - AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot Manipulation [61.436480565887905]
汎用的なロボット操作は、シーンがどのように進化するかを予測する必要がある。
アクションラベル付きロボットビデオは、直接制御を監督するが、コストが高く、多様性に制限がある。
本稿では,Scalr Affordance と Affordance Heatmap によるオブジェクトの空き時間を表す,空き時間を考慮した World Action Model を提案する。
論文 参考訳(メタデータ) (2026-09-16T14:07:06Z) - RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning [18.25060579087321]
RoboTokは、人間が操作するビデオに問い合わせると、Webビデオから操作に関連する人間のデモを検索して、巧妙なロボットポリシーを訓練する。
推定アクター中心参照フレームで表現された3次元手指軌跡から潜時運動空間を学習する。
論文 参考訳(メタデータ) (2026-09-02T22:31:43Z) - ACME: A Multi-Cultural, Multi-Embodiment Social-Navigation Dataset [51.60529216343344]
ACME: ソーシャルナビゲーションのためのクロスカルチャー、マルチエンボディメントデータセット。
ACMEは5か国8か国にまたがる大規模なデータ収集の取り組みで、7つのロボットエボディメントを使用している。
従来のデータセットとは違って、ロボット音声によるロボットと対話を明確にすることで、複雑な社会的シナリオにおける目標駆動型ソーシャルナビゲーション行動のキャプチャに焦点を当てている。
論文 参考訳(メタデータ) (2026-07-24T04:23:21Z) - BifrostUMI: Bridging Robot-Free Demonstrations and Humanoid Whole-Body Manipulation [6.733928872257592]
BifrostUMIは、ヒューマノイドロボットのためのポータブルで効率的な、ロボットフリーのデータ収集フレームワークである。
2つの異なる実験シナリオにまたがって提案したフレームワークの有効性と汎用性を示す。
論文 参考訳(メタデータ) (2026-05-05T07:35:09Z) - ActiveUMI: Robotic Manipulation with Active Perception from Robot-Free Human Demonstrations [32.570602111692914]
複雑な双方向操作が可能なロボットに人体でのデモンストレーションを転送する,データ収集システムのためのフレームワークであるActiveUMIを提案する。
ActiveUMIは、ロボットのエンドエフェクターをミラーするセンサー付きコントローラーを備えたポータブルVR遠隔操作キットを結合する。
操作者の意図した頭部の動きをヘッドマウントディスプレイで記録することにより,視覚的注意と操作の関係を学習する。
論文 参考訳(メタデータ) (2025-10-02T02:44:21Z) - EmbodiedMAE: A Unified 3D Multi-Modal Representation for Robot Manipulation [44.08442553098017]
EmbodiedMAEはロボット操作のための統一された3D表現である。
EmbodiedMAEは、最先端のビジョン基盤モデルより一貫して優れている。
論文 参考訳(メタデータ) (2025-05-15T09:12:17Z) - MetaGraspNet: A Large-Scale Benchmark Dataset for Vision-driven Robotic
Grasping via Physics-based Metaverse Synthesis [78.26022688167133]
本稿では,物理に基づくメタバース合成による視覚駆動型ロボットグルーピングのための大規模ベンチマークデータセットを提案する。
提案するデータセットには,10万の画像と25種類のオブジェクトが含まれている。
また,オブジェクト検出とセグメンテーション性能を評価するためのデータセットとともに,新しいレイアウト重み付け性能指標を提案する。
論文 参考訳(メタデータ) (2021-12-29T17:23:24Z)
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。