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:2512.19562

REALM: ロボットマニピュレーションの汎化性能を評価する実機-シミュレーション検証ベンチマーク

REALM: A Real-to-Sim Validated Benchmark for Generalization in Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

VLAモデルの汎化性能を評価するための高忠実度シミュレーションベンチマークREALMを提案し、実機性能との相関を示すとともに、既存VLAモデルの汎化・ロバスト性が未解決課題であることを明らかにした。

詳しい要約

1. どんなもの?

- REALMは、Vision-Language-Action (VLA) モデルの汎化能力を評価するための新しいシミュレーション環境およびベンチマークである。 - 高忠実度の視覚とロボット制御の整合性により、シミュレーションと実世界の性能の強い相関を確立することに重点を置く。 - 15の摂動因子、7つの操作スキル、3,500以上の物体を提供する。 - 2つのタスクセットをベンチマークとして構築し、π₀、π₀-FAST、GR00T N1.5のVLAモデルを評価する。

2. 先行研究と比べてどこがすごい?

- 実世界でのVLAモデルの汎化評価は困難かつ高コストであるという課題に対し、シミュレーションベースの評価を提案する。 - 高忠実度の視覚とロボット制御の整合性により、シミュレーションと実世界の性能の強い相関を目指す点が特徴。 - 15の摂動因子、7つの操作スキル、3,500以上の物体という大規模な評価環境を提供する。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は?

- 高忠実度の視覚とロボット制御を整合させたシミュレーション環境を構築する。 - 15の摂動因子、7つの操作スキル、3,500以上の物体を含む大規模な評価スイートを設計する。 - 2つのタスクセットからなるベンチマークを確立する。 - π₀、π₀-FAST、GR00T N1.5のVLAモデルを評価する。

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性能の相関を高忠実度の視覚と制御の整合性により確立することを目指す。 - 2つのタスクセットでπ₀、π₀-FAST、GR00T N1.5を評価し、汎化と堅牢性が未解決の課題であることを示す。 - シミュレーションが実世界の有用な代理となり、VLAの弱点や失敗モードを体系的に調査・定量化できることを示す。 - 具体的な実世界実験の詳細は要旨からは不明。

5. 議論はある?

- VLAモデルの汎化と堅牢性は依然として未解決の課題である。 - シミュレーションは実世界の有用な代理として機能し、VLAの弱点や失敗モードの体系的な調査と定量化を可能にする。 - シミュレーションと実世界の性能の相関の強さに関する具体的な議論は要旨からは不明。 - 摂動因子やタスクセットの設計に関する議論は要旨からは不明。

6. 次に読むべき論文は?

- π₀ - π₀-FAST - GR00T N1.5 - Vision-Language-Action (VLA) モデル全般

※ 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: Martin Sedlacek, Pavlo Yefanov, Georgy Ponimatkin, Jai Bardhan, Simon Pilc, Mederic Fourmy, Evangelos Kazakos, Cees G. M. Snoek, Josef Sivic, Vladimir Petrik

分類: cs.RO, cs.AI

原文アブストラクト

Vision-Language-Action (VLA) models empower robots to understand and execute tasks described by natural language instructions. However, a key challenge lies in their ability to generalize beyond the specific environments and conditions they were trained on, which is presently difficult and expensive to evaluate in the real-world. To address this gap, we present REALM, a new simulation environment and benchmark designed to evaluate the generalization capabilities of VLA models, with a specific emphasis on establishing a strong correlation between simulated and real-world performance through high-fidelity visuals and aligned robot control. Our environment offers a suite of 15 perturbation factors, 7 manipulation skills, and more than 3,500 objects. Finally, we establish two task sets that form our benchmark and evaluate the \pi_{0}, \pi_{0}-FAST, and GR00T N1.5 VLA models, showing that generalization and robustness remain an open challenge. More broadly, we also show that simulation gives us a valuable proxy for the real-world and allows us to systematically probe for and quantify the weaknesses and failure modes of VLAs. Project page: https://martin-sedlacek.com/realm

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. 2newmo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
  3. 3GXO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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI