DexWild: 日常環境での人間の手による器用な操作データ収集とロボット方策学習

- 大規模で多様なロボットデータセットは dexterous manipulation policy の汎化に有望だが、teleoperation は高コストでスケールしにくい。 - そこで日常の手の使い方のように人が自分の手でデータ収集する DexWild を提案。 - 多様なデータ収集者が多数の環境・物体で数時間の interaction を収集。 - 収録用に低コスト・モバイル・使いやすい DexWild-System を開発。 - DexWild 学習フレームワークは human と robot の demonstration で co-train する。

- teleoperation は高忠実度だが高コストでスケーラビリティに限界。 - 人手による収集でスケールを狙う点が特徴。 - human と robot の demonstration を co-train することで、それぞれ単独で学習するより性能が向上。 - 最小限の robot 固有データで新規環境・タスク・embodiment へ汎化可能。 - 未見環境で 68.5% の success rate を達成し、robot data のみで学習した policy の約4倍。 - cross-embodiment generalization は 5.8x 向上。

- DexWild-System は低コスト・モバイル・簡単に使えるデータ収録デバイス。 - 多様な収集者が自身の手で多数の環境・物体の interaction を収集。 - DexWild 学習フレームワークは human demonstration と robot demonstration の両方で co-train。 - これにより追加の robot 固有データを最小限に抑えつつ、頑健な robot policy を獲得。 - 詳細なアルゴリズムやデバイス構成は要旨からは不明。

- 実験結果として、未見環境で 68.5% の success rate を報告。 - robot data のみで学習した policy と比較して約4倍の性能。 - cross-embodiment generalization が 5.8x 向上。 - 新規環境・タスク・embodiment への汎化を評価。 - 具体的な評価プロトコルやベースラインの詳細は要旨からは不明。

- human と robot の demonstration を co-train することが有効であることを示唆。 - 低コストな人手収集で大規模データを集める可能性を提示。 - 一方で、収集データの品質管理やデバイスのキャリブレーション、embodiment 間の差異への対処などの議論は要旨からは不明。 - 限界や失敗事例についても要旨からは不明。

- teleoperation によるデータ収集手法（一般的な手法名として）。 - 大規模 robot dataset を用いた dexterous manipulation policy の研究（一般的な関連分野として）。 - cross-embodiment learning / co-training に関する研究（一般的な関連手法として）。 - 要旨で具体的に参照されている個別論文は不明。