日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データセット/アノテーションツールarXiv:2604.26637

ATLAS:長期的ロボット行動セグメンテーションのためのアノテーションツール

ATLAS: An Annotation Tool for Long-horizon Robotic Action Segmentation

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの長時間デモンストレーションにおける行動境界のアノテーションを効率化するため、マルチモーダルデータ(動画・プロプリオセプション)を同期可視化し、ROSバッグやRLDSなど多様な形式に対応するツールATLASを提案した。実験では、既存ツールよりアノテーション時間を短縮し、境界誤差を大幅に低減した。

詳しい要約

1. どんなもの?

- 長期的なロボット実演の時系列行動境界を正確にアノテーションするためのツール ATLAS を提案。 - 多視点映像と固有感覚信号(gripper state, force/torque など)の時間同期可視化を提供。 - 行動境界、行動ラベル、タスク結果のアノテーションをサポート。 - ROS bags や Reinforcement Learning Dataset (RLDS) 形式、REASSEMBLE データセットをネイティブに扱う。 - モジュール式データセット抽象化層により新形式への拡張が容易。 - キーボード中心のインターフェースでアノテーション労力を最小化。

2. 先行研究と比べてどこがすごい?

- 既存ツールは主に視覚データ向けで、ロボット固有の時系列信号(gripper state, force/torque)の同期可視化をネイティブにサポートしない。 - 異なるデータセット形式への適応に多大な労力を要する。 - ATLAS は多モーダルなロボットデータの時間同期可視化と、ROS bags/RLDS などの形式をネイティブに扱う点で優位。 - 接触リッチな組立タスクの実験で、ELAN と比較して1行動あたりの平均アノテーション時間を少なくとも6%削減。 - 時系列データを含めることで、視覚のみのツールと比べ専門家アノテーションとの時間的整合性が2.8%以上向上し、境界誤差が5分の1に減少。

3. 技術・手法の肝は?

- 多視点映像と固有感覚信号(gripper state, force/torque など)を時間同期して可視化する機能。 - 行動境界、行動ラベル、タスク結果をアノテーション可能。 - ROS bags や RLDS 形式、REASSEMBLE データセットをネイティブに処理。 - モジュール式データセット抽象化層により新形式への拡張を容易にする設計。 - キーボード中心のインターフェースでアノテーション効率を向上。

4. どうやって有効だと検証した?

- 接触リッチな組立タスクにおいて実験を実施。 - ELAN と比較して、1行動あたりの平均アノテーション時間を少なくとも6%削減。 - 時系列データを含めることで、視覚のみのアノテーションツールと比べ、専門家アノテーションとの時間的整合性が2.8%以上向上。 - 境界誤差が5分の1に減少。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- ELAN(比較対象として言及) - ROS bags - Reinforcement Learning Dataset (RLDS) - REASSEMBLE データセット - 行動セグメンテーションおよび操作ポリシー学習手法(一般名)

※ 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: Sergej Stanovcic, Daniel Sliwowski, Dongheui Lee

分類: cs.RO, cs.AI

原文アブストラクト

Annotating long-horizon robotic demonstrations with precise temporal action boundaries is crucial for training and evaluating action segmentation and manipulation policy learning methods. Existing annotation tools, however, are often limited: they are designed primarily for vision-only data, do not natively support synchronized visualization of robot-specific time-series signals (e.g., gripper state or force/torque), or require substantial effort to adapt to different dataset formats. In this paper, we introduce ATLAS, an annotation tool tailored for long-horizon robotic action segmentation. ATLAS provides time-synchronized visualization of multi-modal robotic data, including multi-view video and proprioceptive signals, and supports annotation of action boundaries, action labels, and task outcomes. The tool natively handles widely used robotics dataset formats such as ROS bags and the Reinforcement Learning Dataset (RLDS) format, and provides direct support for specific datasets such as REASSEMBLE. ATLAS can be easily extended to new formats via a modular dataset abstraction layer. Its keyboard-centric interface minimizes annotation effort and improves efficiency. In experiments on a contact-rich assembly task, ATLAS reduced the average per-action annotation time by at least 6% compared to ELAN, while the inclusion of time-series data improved temporal alignment with expert annotations by more than 2.8% and decreased boundary error fivefold compared to vision-only annotation tools.

  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