日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2509.14687

RealMirror: 身体性AIのための包括的オープンソース視覚-言語-行動プラットフォーム

RealMirror: A Comprehensive, Open-Source Vision-Language-Action Platform for Embodied AI

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドロボット向けのVLA研究を、実機なしでデータ収集・学習・推論まで行えるオープンソース基盤として構築し、ベンチマークとゼロショットSim2Real転移も実現した。

詳しい要約

1. どんなもの?

- RealMirrorは、ヒューマノイドロボット向けVision-Language-Action (VLA) のための包括的オープンソースembodied AIプラットフォーム - 低コストなデータ収集・モデル訓練・推論システムを統合し、実機なしでend-to-end VLA研究を可能にする - ヒューマノイドロボット向けVLAベンチマークを提供し、複数シナリオ・多数trajectory・各種VLAモデルを含む - generative modelsと3D Gaussian Splattingで現実環境とロボットモデルを再構成し、zero-shot Sim2Real転移を実証 - これらの統合によりヒューマノイド向けVLAモデル開発を加速するフレームワークを提供

2. 先行研究と比べてどこがすごい?

- 従来のVLA研究はデータ取得コスト高・標準ベンチマーク不在・simulationとreal worldのギャップという課題を抱えていた - RealMirrorは低コストデータ収集から訓練・推論までを統合し、実機を必要としない点が特徴 - ヒューマノイドロボット専用のVLAベンチマークを導入し、モデル進化と公平な比較を可能にする - generative modelsと3D Gaussian Splattingによる現実的環境再構成で、fine-tuningなしのzero-shot Sim2Real転移を示す - 具体的な先行研究名との比較は要旨からは不明

3. 技術・手法の肝は?

- 効率的かつ低コストなデータ収集・モデル訓練・推論システムを構築 - ヒューマノイド向けVLAベンチマークを設計し、複数シナリオ・多数trajectory・各種VLAモデルを整備 - generative modelsと3D Gaussian Splattingを統合し、現実的な環境とロボットモデルを再構成 - シミュレーションのみで訓練したモデルを実機にzero-shotで適用するSim2Real転移を実現 - 各コンポーネントの具体的なアーキテクチャやアルゴリズム詳細は要旨からは不明

4. どうやって有効だと検証した?

- 複数シナリオ・多数trajectory・各種VLAモデルを含む専用ベンチマークを用意し、モデル比較を可能にした - generative modelsと3D Gaussian Splattingで再構成した環境・ロボットモデル上でzero-shot Sim2Real転移を実証 - シミュレーションデータのみで訓練したモデルがfine-tuningなしに実機でタスクを遂行できることを示した - 定量的な評価指標や被験タスクの詳細は要旨からは不明

5. 議論はある?

- simulationとreal worldのギャップをzero-shot Sim2Realでどこまで埋められるかが議論点 - ベンチマークの網羅性や公平性、シナリオ・trajectoryの代表性が課題として想定される - 低コストデータ収集の品質やスケーラビリティ、実機適用範囲の限界は要旨からは不明 - 具体的な限界や失敗事例に関する記述は要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として3D Gaussian Splatting、generative models、Sim2Real transfer、VLAモデル全般 - 同分野の定番としてVision-Language-Actionモデル、ヒューマノイドロボットの模倣学習・強化学習、simulation-to-reality転移の研究を挙げる - 具体的な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: Cong Tai, Zhaoyu Zheng, Haixu Long, Hansheng Wu, Haodong Xiang, Zhengbin Long, Jun Xiong, Rong Shi, Shizhuang Zhang, Gang Qiu, He Wang, Ruifeng Li, Jun Huang, Bin Chang, Shuai Feng, Tao Shen

分類: cs.RO

原文アブストラクト

The emerging field of Vision-Language-Action (VLA) for humanoid robots faces several fundamental challenges, including the high cost of data acquisition, the lack of a standardized benchmark, and the significant gap between simulation and the real world. To overcome these obstacles, we propose RealMirror, a comprehensive, open-source embodied AI VLA platform. RealMirror builds an efficient, low-cost data collection, model training, and inference system that enables end-to-end VLA research without requiring a real robot. To facilitate model evolution and fair comparison, we also introduce a dedicated VLA benchmark for humanoid robots, featuring multiple scenarios, extensive trajectories, and various VLA models. Furthermore, by integrating generative models and 3D Gaussian Splatting to reconstruct realistic environments and robot models, we successfully demonstrate zero-shot Sim2Real transfer, where models trained exclusively on simulation data can perform tasks on a real robot seamlessly, without any fine-tuning. In conclusion, with the unification of these critical components, RealMirror provides a robust framework that significantly accelerates the development of VLA models for humanoid robots. Project page: https://terminators2025.github.io/RealMirror.github.io

関連論文

  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