マニピュレーション2025/10/1arXiv:2510.08022

FastUMI-100K：大規模UMI形式データセットによるデータ駆動型ロボットマニピュレーションの進展

FastUMI-100K: Advancing Data-driven Robotic Manipulation with a Large-scale UMI-style Dataset

モジュール型ハードウェアと軽量トラッキングを備えたFastUMIシステムで収集した10万件超の家庭内タスク実演データセットを構築し、多様な模倣学習アルゴリズムで高い成功率を示した。

詳しい要約

1. どんなもの？

- FastUMI-100Kは、実世界のロボットマニピュレーション学習向けに構築された大規模UMI-styleマルチモーダル実演データセット - 100K以上の実演trajectoryを含む - 代表的なhousehold環境で収集され、54タスク・数百種類の物体をカバー - 各trajectoryは120〜500フレーム - マルチモーダルストリームを統合 - end-effector states - 多視点のwrist-mounted fisheye images - textual annotations - 収集にはFastUMIと呼ぶロボットシステムを使用 - modularでhardware-decoupledな機械設計 - 統合されたlightweight tracking system - データセットとsource codeは公開予定(GitHubリンクが示されている)

2. 先行研究と比べてどこがすごい？

- 既存データセットは主にhuman teleoperated robot collectionに依存 - scalability、trajectory smoothness、異なるrobotic embodimentsへの適用性に制限 - FastUMI-100Kはこれらの制限を克服することを目的に設計 - よりscalable・flexible・adaptableな実演データ収集を狙う - 実世界の複雑なmanipulationタスクの要求に対応 - 具体的な先行データセット名や定量的比較は要旨からは不明

3. 技術・手法の肝は？

- FastUMIシステムによるデータ収集が肝 - modularでhardware-decoupledな機械設計 - 統合されたlightweight tracking system - マルチモーダルな実演ストリームを記録 - end-effector states - 多視点wrist-mounted fisheye images - textual annotations - 実世界のhousehold環境で54タスク・数百物体をカバーする形で大規模化 - 各trajectoryは120〜500フレーム - 詳細なアルゴリズムや処理手順は要旨からは不明

4. どうやって有効だと検証した？

- 複数のbaseline algorithmsで実験を実施 - FastUMI-100Kを用いることで高いpolicy success ratesを達成 - この結果からrobustness、adaptability、実世界適用性を確認したと主張 - 具体的なbaseline名、success rateの数値、評価プロトコルは要旨からは不明

5. 議論はある？

- 既存データセットのscalability・trajectory smoothness・embodiment横断性の限界を議論 - FastUMIのmodular/hardware-decoupled設計とlightweight trackingがこれらの課題への解決策として位置づけられている - ただし限界や失敗事例、データ収集コスト、embodiment間の転送性に関する詳細な議論は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照・比較されている具体的な先行研究名は明記されていない - 関連手法としてUMI-styleのデータ収集・実演データセット、human teleoperated robot collectionによる既存データセット、baseline algorithms(具体名は要旨からは不明)が挙げられる - 同分野の定番としてimitation learningやbehavior cloning、大規模ロボット実演データセット(例: Open X-Embodiment)を次に読む候補として検討

※ 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: Kehui Liu, Zhongjie Jia, Yang Li, Zhaxizhuoma, Pengan Chen, Song Liu, Xin Liu, Pingrui Zhang, Haoming Song, Xinyi Ye, Nieqing Cao, Zhigang Wang, Jia Zeng, Dong Wang, Yan Ding, Bin Zhao, Xuelong Li

分類: cs.RO, cs.AI

原文アブストラクト

Data-driven robotic manipulation learning depends on large-scale, high-quality expert demonstration datasets. However, existing datasets, which primarily rely on human teleoperated robot collection, are limited in terms of scalability, trajectory smoothness, and applicability across different robotic embodiments in real-world environments. In this paper, we present FastUMI-100K, a large-scale UMI-style multimodal demonstration dataset, designed to overcome these limitations and meet the growing complexity of real-world manipulation tasks. Collected by FastUMI, a novel robotic system featuring a modular, hardware-decoupled mechanical design and an integrated lightweight tracking system, FastUMI-100K offers a more scalable, flexible, and adaptable solution to fulfill the diverse requirements of real-world robot demonstration data. Specifically, FastUMI-100K contains over 100K+ demonstration trajectories collected across representative household environments, covering 54 tasks and hundreds of object types. Our dataset integrates multimodal streams, including end-effector states, multi-view wrist-mounted fisheye images and textual annotations. Each trajectory has a length ranging from 120 to 500 frames. Experimental results demonstrate that FastUMI-100K enables high policy success rates across various baseline algorithms, confirming its robustness, adaptability, and real-world applicability for solving complex, dynamic manipulation challenges. The source code and dataset will be released in this link https://github.com/MrKeee/FastUMI-100K.

arXivで原文を読む →arXiv概要ページ

FastUMI-100K：大規模UMI形式データセットによるデータ駆動型ロボットマニピュレーションの進展

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell