日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

遠隔操作/データ収集arXiv:2605.19138

COBALT: スマートフォンを用いたクラウドベース遠隔操作によるロボット学習のクラウドソーシング

COBALT: Crowdsourcing Robot Learning via Cloud-Based Teleoperation with Smartphones

シェア:XThreadsFacebookLINEはてブBluesky

スマートフォンなどの一般的なデバイスを用いて、複数ユーザーが同時に遠隔操作でロボットのデモデータを収集できるプラットフォームを提案し、模倣学習のための大規模データ収集を低コストで実現した。

詳しい要約

1. どんなもの?

COBALTは、クラウドベースのテレオペレーションによってロボット学習をクラウドソーシングするプラットフォーム。シミュレーションと実世界の両方で、大規模で高品質なデモンストレーションデータの収集を民主化することを目的とする。スマートフォン、VRヘッドセット、3Dマウス、キーボードなど一般的なデバイスで操作可能。ベクトル化環境とロードバランシングにより、単一GPU上で複数ユーザーの同時テレオペレーションを実現し、コストを大幅に削減する。

2. 先行研究と比べてどこがすごい?

従来のテレオペレーションは専用ハードウェアや高価な設備を必要とし、データ収集の規模拡大が困難だった。COBALTは、スマートフォンなどの普及デバイスを用いることで、地理的制約をなくし、誰でも参加可能にする。また、単一GPUで多数の同時ユーザーを20Hz、100ms以下の遅延でサポートし、8GPUで256クライアントの安定動作を実証。電話ベースの操作が専用ハードウェアと同等以上に高速で人間工学的に優れることをユーザー研究で示した。

3. 技術・手法の肝は?

技術の肝は、ベクトル化環境を活用したスケーラブルで負荷分散されたインフラ。インメモリデータキャッシュと効率的なビデオストリーミングにより、制御とレンダリングを同期させ、低遅延を実現。リアルタイムメトリクスを記録し、自動的に劣悪なデモをフィルタリング。構造化されたユーザートレーニングカリキュラムがデータ収集品質を向上させる。

4. どうやって有効だと検証した?

包括的なユーザー研究を実施し、電話ベースのテレオペレーションが専用ハードウェアと比較して同等以上に高速で人間工学的であることを示した。また、9カ国で5日間にわたりスマートフォンを用いて収集された7500以上のデモ(50時間以上)からなる大規模パイロットデータセットをクラウドソーシングし、その品質を最先端の模倣学習アルゴリズムの訓練によって検証した。

5. 議論はある?

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/比較されている研究は明示されていない。関連手法として、imitation learning、teleoperation、crowdsourcing roboticsが挙げられる。同分野の定番として、Behavior Cloning、DAgger、RoboNet、RoboTurkなどが考えられる。

※ 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: Ayush Agarwal, Ansh Gandhi, Jeremy A. Collins, Omar Rayyan, Aryan Sarswat, Ranjani Koushik, Masoud Moghani, Ajay Mandlekar, Animesh Garg

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

The scarcity of large-scale, high-quality demonstration data remains a bottleneck in scaling imitation learning for robotic manipulation. We present COBALT, a teleoperation platform designed to democratize robot learning at scale both in simulation and in the real world. By leveraging vectorized environments, our scalable, load-balanced infrastructure supports concurrent teleoperation by multiple users on a single GPU, yielding a significant reduction in teleoperation cost. Operators can connect from nearly anywhere on Earth using commonly available devices, including single or dual smartphones, VR headsets, 3D mice, and keyboards. An inmemory data cache and efficient video streaming keep control and rendering synchronous, sustaining dozens of concurrent users at 20 Hz with sub-100 ms end-to-end latency for up to 8 concurrent users per GPU. We also demonstrate stable operation supporting 256 simulated clients across 8 GPUs, underscoring the system's ability to scale across hardware and within individual servers. We perform a comprehensive user study showing that phone-based teleoperation performs comparably to or better than specialized hardware, enabling faster, more ergonomic data collection. To ensure data quality, COBALT logs a suite of real-time metrics to automatically filter suboptimal demonstrations. We further demonstrate that a structured user training curriculum significantly improves data collection quality. Guided by insights from our user study, we crowdsource the collection of a large-scale, high-quality pilot dataset with 7500+ demonstrations (50+ hours) collected with smartphones across nine countries over five days. We validate the dataset's quality by training state-of-the-art imitation learning algorithms. Please visit https://cobalt-teleop.github.io/ for more details.

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