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
データキュレーションarXiv:2603.01474

ROSER: ロボット学習のスケーラビリティを実現する数ショットロボットシーケンス検索

ROSER: Few-Shot Robotic Sequence Retrieval for Scalable Robot Learning

シェア:XThreadsFacebookLINEはてブBluesky

未ラベルのロボット動作ログから、数個の参照例だけで再利用可能なタスク区間を検索する軽量フレームワークROSERを提案し、大規模データセットで既存手法を上回る精度と効率を実証した。

詳しい要約

1. どんなもの？

- ロボット学習におけるデータ不足問題に対処するため、**robotic sequence retrieval**を定式化。 - 未ラベルの連続ログから、少数の参照例のみでタスク中心の再利用可能なセグメントを抽出するタスク。 - **ROSER**という軽量なfew-shot retrievalフレームワークを提案。 - 時間窓上でタスク非依存のmetric spaceを学習し、3-5個のデモで高精度検索を実現。 - タスク固有の訓練を必要としない。

2. 先行研究と比べてどこがすごい？

- 従来のデータセットは多様な行動を含むが、現代の学習フレームワークに必要なクリーンなセグメント化・タスク特化軌道と構造的に非互換。 - 既存のalignment手法、学習済みembedding、言語モデルベースラインと比較して、**ROSER**は精度と効率の両方で一貫して優位。 - 特に、サブミリ秒のマッチ推論を実現し、分布アラインメントも優れる。 - タスク固有訓練なしで3-5デモという少数例で動作する点が新しい。

3. 技術・手法の肝は？

- 時間窓上でタスク非依存のmetric spaceを学習する軽量few-shot retrievalフレームワーク。 - 少数の参照例（3-5デモ）からタスク中心のセグメントを検索。 - タスク固有の訓練を必要とせず、未ラベルログから直接抽出可能。 - 具体的なネットワーク構造や損失関数は要旨からは不明。

4. どうやって有効だと検証した？

- 包括的な評価プロトコルを確立。 - 3つの大規模データセット（**LIBERO**, **DROID**, **nuScenes**）でベンチマーク。 - 古典的alignment手法、学習済みembedding、言語モデルベースラインと比較。 - 精度と効率の両面で**ROSER**が一貫して優位であることを実証。 - サブミリ秒のマッチ推論と優れた分布アラインメントを確認。

5. 議論はある？

- データキュレーションをfew-shot retrievalとして再定義することで、未活用のロボットデータセットを解放する実用的な道筋を提供。 - ロボット学習のデータ可用性を根本的に改善する可能性。 - 限界や課題、今後の方向性については要旨からは不明。

6. 次に読むべき論文は？

- **LIBERO**, **DROID**, **nuScenes** の各データセット論文。 - 比較対象として言及された古典的alignment手法、学習済みembedding、言語モデルベースラインの関連研究。 - 同分野の定番として、few-shot learningやmetric learningの一般的な手法（例：**Prototypical Networks**, **MAML**など）。

※ 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: Zillur Rahman, Eddison Pham, Alejandro Daniel Noel, Cristian Meo

分類: cs.RO

原文アブストラクト

A critical bottleneck in robot learning is the scarcity of task-labeled, segmented training data, despite the abundance of large-scale robotic datasets recorded as long, continuous interaction logs. Existing datasets contain vast amounts of diverse behaviors, yet remain structurally incompatible with modern learning frameworks that require cleanly segmented, task-specific trajectories. We address this data utilization crisis by formalizing robotic sequence retrieval: the task of extracting reusable, task-centric segments from unlabeled logs using only a few reference examples. We introduce ROSER, a lightweight few-shot retrieval framework that learns task-agnostic metric spaces over temporal windows, enabling accurate retrieval with as few as 3-5 demonstrations, without any task-specific training required. To validate our approach, we establish comprehensive evaluation protocols and benchmark ROSER against classical alignment methods, learned embeddings, and language model baselines across three large-scale datasets (e.g., LIBERO, DROID, and nuScenes). Our experiments demonstrate that ROSER consistently outperforms all prior methods in both accuracy and efficiency, achieving sub-millisecond per-match inference while maintaining superior distributional alignment. By reframing data curation as few-shot retrieval, ROSER provides a practical pathway to unlock underutilized robotic datasets, fundamentally improving data availability for robot learning.

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 →