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:2512.10071

Openpi Comet：2025 BEHAVIORチャレンジ競技解法

Openpi Comet: Competition Solution For 2025 BEHAVIOR Challenge

シェア:XThreadsFacebookLINEはてブBluesky

2025 BEHAVIORチャレンジに向けた解法を提案し、事前学習と事後学習のスケーリング効果を明らかにして、検証Qスコア0.345を達成した。

詳しい要約

1. どんなもの？

- 2025 BEHAVIOR Challenge への参加解法レポート - BEHAVIOR-1K の家庭内日常タスクを対象 - 長期的な mobile manipulation をシミュレーション環境で解く - 提案手法 Openpi Comet は総合2位 - ただし2位とは非常に僅差で、他の提出を大きく上回る - 基盤は π_{0.5} - 学習手法とデータの効果を体系的に検討 - 検証 Q-score は 0.345 - 従来の state-of-the-art を大きく上回る - 実践的な教訓と設計指針をまとめた報告

2. 先行研究と比べてどこがすごい？

- 基盤モデル π_{0.5} を出発点に改良 - 単なる流用ではなく体系的な ablation で設計を詰める - 従来の state-of-the-art を上回る Q-score 0.345 を達成 - 2025 BEHAVIOR Challenge で2位、他提出を大きく引き離す - 強みは pre-training と post-training 双方の scaling 効果の分析 - 学習技術とデータの影響を切り分けて示した点 - 長期的 mobile manipulation という難設定で foundation model 適応の実践知を提示 - 具体的な prior 手法名は要旨からは不明

3. 技術・手法の肝は？

- π_{0.5} を基盤とした solution 構築 - 学習技術とデータの効果を系統的に検討 - 丁寧な ablation studies を実施 - pre-training と post-training の両フェーズで scaling の利点を確認 - 設計判断を実験的に積み上げる方針 - 個別要素の寄与を切り分けて評価 - 詳細な architecture や loss、データ構成は要旨からは不明 - 実践的教訓と設計推奨をまとめることに重点

4. どうやって有効だと検証した？

- 2025 BEHAVIOR Challenge の評価で検証 - BEHAVIOR-1K の長期的家庭内タスクを対象 - 指標は validation Q-score - 提案手法は 0.345 を記録 - 順位は総合2位 - 2位とは非常に僅差、他の提出を大きく上回る - ablation studies により学習技術・データの効果を確認 - pre-training / post-training の scaling 効果を実証 - 実ロボットではなくシミュレーション環境での検証

5. 議論はある？

- 実世界と研究のギャップを埋める狙い - 人間中心の応用へ向けた位置づけ - foundation model を複雑な embodied 設定へ適応する際の実践知を共有 - 設計推奨を提示 - 限界や失敗事例の詳細は要旨からは不明 - シミュレーション評価中心であり実機検証は要旨からは不明 - 2位との僅差の要因や再現性の議論は要旨からは不明

6. 次に読むべき論文は？

- π_{0.5}：提案手法の基盤モデル - BEHAVIOR-1K / 2025 BEHAVIOR Challenge：評価ベンチマーク - 関連する embodied AI の foundation model 研究 - 例：vision-language-action モデル全般 - 長期的 mobile manipulation の学習手法 - pre-training / post-training の scaling に関する研究 - 具体的な比較対象論文は要旨からは不明

※ 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: Junjie Bai, Yu-Wei Chao, Qizhi Chen, Jinwei Gu, Moo Jin Kim, Zhaoshuo Li, Xuan Li, Tsung-Yi Lin, Ming-Yu Liu, Nic Ma, Kaichun Mo, Delin Qu, Shangkun Sun, Hongchi Xia, Fangyin Wei, Xiaohui Zeng

分類: cs.RO

原文アブストラクト

The 2025 BEHAVIOR Challenge is designed to rigorously track progress toward solving long-horizon tasks by physical agents in simulated environments. BEHAVIOR-1K focuses on everyday household tasks that people most want robots to assist with and these tasks introduce long-horizon mobile manipulation challenges in realistic settings, bridging the gap between current research and real-world, human-centric applications. This report presents our solution to the 2025 BEHAVIOR Challenge in a very close 2nd place and substantially outperforms the rest of the submissions. Building on $\pi_{0.5}$, we focus on systematically building our solution by studying the effects of training techniques and data. Through careful ablation studies, we reveal the scaling benefits in both the pre-training and post-training phases, leading to a validation Q-score of 0.345, significantly surpassing previous state-of-the-art performance. We summarize our practical lessons and design recommendations that we hope will provide actionable insights for the broader embodied AI community when adapting powerful foundation models to complex embodied scenarios. Project page: https://github.com/mli0603/openpi-comet

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

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
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 →