日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2507.05331

マルチタスク巧みな操作のための大規模行動モデルの慎重な検証

A Careful Examination of Large Behavior Models for Multitask Dexterous Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

大規模行動モデル（LBM）をシミュレーションと実世界で厳密に評価し、マルチタスク事前学習が単一タスクより成功率・堅牢性・データ効率を高めることを統計的に示した。

詳しい要約

1. どんなもの？

- 本論文は、多タスクのロボットマニピュレーション方策である Large Behavior Models (LBMs) を厳密に評価した研究。 - Diffusion Policy パラダイムを、シミュレーションと実世界のロボットデータのコーパス全体に拡張。 - モデルの能力を統計的信頼度付きで分析する評価パイプラインを提案・検証。 - 制御された設定での blind, randomized trials により single-task baselines と比較。

2. 先行研究と比べてどこがすごい？

- 従来の imitation learning 方策は dexterous でモデル化困難なタスクに成功してきたが、実世界性能の意味ある評価が課題だった。 - 本論文は single-task baselines との blind, randomized trials をシミュレーションと実世界の両方で実施。 - multi-task pretraining が方策の成功率と robustness を高め、single-task baselines 比で少ないデータで複雑な新タスクを迅速に教えられることを示す。 - pretraining の規模と多様性の増加に伴い性能が予測的に向上することを示す。

3. 技術・手法の肝は？

- Diffusion Policy パラダイムを多タスク設定へ拡張し、シミュレーションと実世界のロボットデータのコーパスで学習。 - 統計的信頼度付きで能力を分析する評価パイプラインを提案・検証。 - 制御された設定で blind, randomized trials を用い、single-task baselines と比較。 - 詳細なアーキテクチャや学習手順は要旨からは不明。

4. どうやって有効だと検証した？

- シミュレーションと実世界の実験の両方で、blind, randomized trials を制御された設定で実施。 - single-task baselines と比較し、multi-task pretraining の成功率・robustness・新タスク学習のデータ効率を評価。 - pretraining の規模と多様性を変化させ、性能が予測的に向上することを確認。 - 統計的信頼度付きで分析する評価パイプラインを検証。

5. 議論はある？

- multi-task pretraining が方策をより成功させ robust にし、複雑な新タスクを少ないデータで迅速に教えられることを示す。 - pretraining の規模と多様性の増加に伴い性能が予測的に向上。 - 実世界性能の意味ある評価が課題であり、本論文は評価パイプラインを提案・検証。 - 限界や今後の課題の詳細は要旨からは不明。

6. 次に読むべき論文は？

- 本論文で比較対象となった Diffusion Policy および single-task baselines。 - 関連する imitation learning 方策。 - 言語・視覚の foundation models に関する研究（一般的な関連分野として）。 - 具体的な参照論文名は要旨からは不明。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: TRI LBM Team, Jose Barreiros, Andrew Beaulieu, Aditya Bhat, Rick Cory, Eric Cousineau, Hongkai Dai, Ching-Hsin Fang, Kunimatsu Hashimoto, Muhammad Zubair Irshad, Masha Itkina, Naveen Kuppuswamy, Kuan-Hui Lee, Katherine Liu, Dale McConachie, Ian McMahon, Haruki Nishimura, Calder Phillips-Grafflin, Charles Richter, Paarth Shah, Krishnan Srinivasan, Blake Wulfe, Chen Xu, Mengchao Zhang, Alex Alspach, Maya Angeles, Kushal Arora, Vitor Campagnolo Guizilini, Alejandro Castro, Dian Chen, Ting-Sheng Chu, Sam Creasey, Sean Curtis, Richard Denitto, Emma Dixon, Eric Dusel, Matthew Ferreira, Aimee Goncalves, Grant Gould, Damrong Guoy, Swati Gupta, Xuchen Han, Kyle Hatch, Brendan Hathaway, Allison Henry, Hillel Hochsztein, Phoebe Horgan, Shun Iwase, Donovon Jackson, Siddharth Karamcheti, Sedrick Keh, Joseph Masterjohn, Jean Mercat, Patrick Miller, Paul Mitiguy, Tony Nguyen, Jeremy Nimmer, Yuki Noguchi, Reko Ong, Aykut Onol, Owen Pfannenstiehl, Richard Poyner, Leticia Priebe Mendes Rocha, Gordon Richardson, Christopher Rodriguez, Derick Seale, Michael Sherman, Mariah Smith-Jones, David Tago, Pavel Tokmakov, Matthew Tran, Basile Van Hoorick, Igor Vasiljevic, Sergey Zakharov, Mark Zolotas, Rares Ambrus, Kerri Fetzer-Borelli, Benjamin Burchfiel, Hadas Kress-Gazit, Siyuan Feng, Stacie Ford, Russ Tedrake

分類: cs.RO

原文アブストラクト

Robot manipulation has seen tremendous progress in recent years, with imitation learning policies enabling successful performance of dexterous and hard-to-model tasks. Concurrently, scaling data and model size has led to the development of capable language and vision foundation models, motivating large-scale efforts to create general-purpose robot foundation models. While these models have garnered significant enthusiasm and investment, meaningful evaluation of real-world performance remains a challenge, limiting both the pace of development and inhibiting a nuanced understanding of current capabilities. In this paper, we rigorously evaluate multitask robot manipulation policies, referred to as Large Behavior Models (LBMs), by extending the Diffusion Policy paradigm across a corpus of simulated and real-world robot data. We propose and validate an evaluation pipeline to rigorously analyze the capabilities of these models with statistical confidence. We compare against single-task baselines through blind, randomized trials in a controlled setting, using both simulation and real-world experiments. We find that multi-task pretraining makes the policies more successful and robust, and enables teaching complex new tasks more quickly, using a fraction of the data when compared to single-task baselines. Moreover, performance predictably increases as pretraining scale and diversity grows. Project page: https://toyotaresearchinstitute.github.io/lbm1/

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING（GPU搭載BTOゲーミングPC）

OZ GAMING（GPU搭載BTOゲーミングPC）の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →