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:2512.24210

GR-Dexter 技術報告書

GR-Dexter Technical Report

シェア:XThreadsFacebookLINEはてブBluesky

両手デクスタラスハンドロボットで言語条件付き長期操作を実現するVLAフレームワークを提案し、ハードウェア・データ収集・学習手法を統合した。

詳しい要約

1. どんなもの?

- 両腕デクスタラスハンドロボット向けの VLA(Vision-Language-Action)ベース汎用マニピュレーションのハードウェア・モデル・データ統合フレームワーク - コンパクトな 21-DoF ロボットハンドの設計 - 実機データ収集用の直感的な両腕テレオペレーションシステム - テレオペ軌跡+大規模 vision-language データ+厳選した cross-embodiment データセットを活用する学習レシピ - 長期的な日常マニピュレーションと汎化可能な pick-and-place を含む実世界評価を実施

2. 先行研究と比べてどこがすごい?

- 既存 VLA は主に gripper に限定されていたが、本手法は両腕・高 DoF デクスタラスハンドへ拡張 - 拡大する action space、頻繁な hand-object occlusion、実機データ収集コストという課題に対し、ハード・テレオペ・学習レシピを一体で設計 - 実世界評価で in-domain 性能と、未見物体・未見指示への頑健性向上を示す - 具体的な先行研究名や数値比較は要旨からは不明

3. 技術・手法の肝は?

- 21-DoF のコンパクトなロボットハンド設計 - 両腕テレオペレーションによる実機軌跡収集システム - テレオペ軌跡に加え、大規模 vision-language データと厳選した cross-embodiment データセットを組み合わせる学習レシピ - 高 DoF action space と occlusion に対処する具体的アルゴリズムは要旨からは不明

4. どうやって有効だと検証した?

- 実世界評価を実施 - 長期的な日常マニピュレーション - 汎化可能な pick-and-place - 結果として in-domain 性能が高く、未見物体・未見指示への頑健性が向上 - ベースラインや定量指標の詳細は要旨からは不明

5. 議論はある?

- 両腕デクスタラスハンド VLA の実用的な一歩として位置づけ - 課題として action space 拡大、hand-object occlusion、実機データ収集コストを挙げる - 限界・失敗事例・計算コスト・データ規模などの具体的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・比較されている個別研究は明示されていない - 関連手法として VLA(Vision-Language-Action)モデル、cross-embodiment 学習、両腕テレオペレーション、dexterous hand manipulation の代表的文献を次に読む候補として挙げる

※ 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: Ruoshi Wen, Guangzeng Chen, Zhongren Cui, Min Du, Yang Gou, Zhigang Han, Liqun Huang, Mingyu Lei, Yunfei Li, Zhuohang Li, Wenlei Liu, Yuxiao Liu, Xiao Ma, Hao Niu, Yutao Ouyang, Zeyu Ren, Haixin Shi, Wei Xu, Haoxiang Zhang, Jiajun Zhang, Xiao Zhang, Liwei Zheng, Weiheng Zhong, Yifei Zhou, Zhengming Zhu, Hang Li

分類: cs.RO

原文アブストラクト

Vision-language-action (VLA) models have enabled language-conditioned, long-horizon robot manipulation, but most existing systems are limited to grippers. Scaling VLA policies to bimanual robots with high degree-of-freedom (DoF) dexterous hands remains challenging due to the expanded action space, frequent hand-object occlusions, and the cost of collecting real-robot data. We present GR-Dexter, a holistic hardware-model-data framework for VLA-based generalist manipulation on a bimanual dexterous-hand robot. Our approach combines the design of a compact 21-DoF robotic hand, an intuitive bimanual teleoperation system for real-robot data collection, and a training recipe that leverages teleoperated robot trajectories together with large-scale vision-language and carefully curated cross-embodiment datasets. Across real-world evaluations spanning long-horizon everyday manipulation and generalizable pick-and-place, GR-Dexter achieves strong in-domain performance and improved robustness to unseen objects and unseen instructions. We hope GR-Dexter serves as a practical step toward generalist dexterous-hand robotic manipulation.

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

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