日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

HRI/ベンチマークarXiv:2607.13056

HRIBench:相互作用中心の人間ロボット協調のベンチマーク

HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration

シェア:XThreadsFacebookLINEはてブBluesky

人間とロボットの協調作業を評価するための新しいベンチマークを提案し、役割や時間的依存関係を明示したシナリオに基づいて、指示者・協力者・割り込み者の3つの役割を定義し、既存のVLAモデルが協調タスクで苦戦することを示した。

詳しい要約

1. どんなもの?

HRIBenchは、意図を考慮した人間とロボットの協調作業(Human-Robot Collaboration)のための診断用ベンチマークである。既存のVLAベンチマークが単独の操作スキル評価に留まるのに対し、HRIBenchは共有エージェンシー下での調整(意図理解、時間同期、プロトコル遵守、動的環境での安全な相互作用)を明示的にモデル化する。協調タスクを構造化されたシナリオスクリプトとして表現し、エージェントの役割、時間的依存関係、調整制約、人間の行動分布を定義する。3つの代表的な相互作用役割(Instructor、Collaborator、Intruder)を設定し、意図伝達、共同調整、人間の介入に対する堅牢性をカバーする。13の役割条件付きタスクと650以上の評価エピソードを含み、解釈可能な相互作用中心のメトリクス(同期、応答性、プロトコル遵守、安全性)を導入する。

2. 先行研究と比べてどこがすごい?

先行研究のVLAベンチマークは孤立した操作スキルを評価するが、人間とロボットの相互作用構造をモデル化していない。HRIBenchは、実行可能な相互作用シナリオに基づく診断ベンチマークを提供し、役割、時間的依存関係、調整制約、人間の行動分布を明示的にモデル化することで、現実世界の協調に必要な調整能力を評価する点が新しい。また、バイナリのタスク成功だけでなく、同期、応答性、プロトコル遵守、安全性などの解釈可能なメトリクスを導入し、協調性能を詳細に診断できる点が優れている。

3. 技術・手法の肝は?

HRIBenchの核となる手法は、協調タスクを構造化されたシナリオスクリプトとして表現することである。スクリプトはエージェントの役割、時間的依存関係、調整制約、人間の行動分布を明示的にモデル化する。これに基づき、Instructor、Collaborator、Intruderの3つの役割を定義し、それぞれ意図コミュニケーション、共同調整、人間の介入下での堅牢性を評価する。ベンチマークは13の役割条件付きタスクと650以上の評価エピソードから構成され、多様な相互作用軌道とシーン変化を含む。評価には、タスク成功に加えて、同期、応答性、プロトコル遵守、安全性を測る相互作用中心のメトリクスを用いる。

4. どうやって有効だと検証した?

HRIBenchの有効性は、GR00T、pi0.5、ACTに基づく適応ポリシーを統一プロトコルで評価することで検証された。結果、現在の基盤ロボットポリシーは協調設定で大きな困難を示し、時間的調整と意図認識行動に重大な限界があることが明らかになった。HRIBenchでのファインチューニングは協調性能を一貫して向上させた。さらに、実世界適応研究では、HRIBenchが生成したシミュレーションデータがGR00T N1.5の物理タスク成功率を0.10から0.43に向上させ、ベンチマークの価値を実証した。

5. 議論はある?

要旨からは、HRIBenchが現在の基盤ロボットポリシーの協調能力の限界を明らかにし、ファインチューニングによる改善を示したことが議論される。しかし、ベンチマークの限界や、シミュレーションから実世界への転移の課題、他の役割やタスクへの一般化可能性などについては要旨に明記されておらず不明である。また、評価メトリクスの解釈可能性や、人間の行動分布の現実性についての議論も要旨からは不明。

6. 次に読むべき論文は?

要旨で参照されている研究は、GR00T、pi0.5、ACTなどの基盤ロボットポリシー、およびGR00T N1.5の実世界適応研究である。次に読むべき論文としては、これらの基盤モデルの詳細を説明した論文や、VLAベンチマークの関連研究が挙げられる。具体的には、GR00Tやpi0.5の元論文、ACTの論文、および他のVLAベンチマーク(例:RoboMimic、RLBench)が関連する。

※ 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: Chang Liu, Jiawei Zhang, Tao Zhang, Ye Wang, Hongyu Zhou, Qin Jin

分類: cs.RO, cs.LG

原文アブストラクト

Current vision-language-action (VLA) benchmarks primarily evaluate isolated manipulation skills while leaving human-robot interaction structure largely unmodeled. However, real-world collaboration fundamentally requires coordination under shared agency, including intent understanding, temporal synchronization, protocol adherence, and safe interaction in dynamic environments. To address this gap, we introduce HRIBench, a diagnostic benchmark for intent-aware human-robot collaboration based on executable interaction scenarios. HRIBench represents collaborative tasks as structured scenario scripts that explicitly model agent roles, temporal dependencies, coordination constraints, and human behavior distributions. Building on this abstraction, HRIBench defines three representative interaction roles: Instructor, Collaborator, and Intruder, covering intent communication, joint coordination, and robustness under human intervention. The benchmark contains 13 role-conditioned tasks with over 650 evaluation episodes generated from diverse interaction trajectories and scene variations. Beyond binary task success, HRIBench introduces interpretable interaction-centric metrics spanning synchronization, responsiveness, protocol compliance, and safety. We evaluate adapted policies based on GR00T, pi0.5, and ACT under a unified protocol. Results show that current foundation robot policies struggle substantially in collaborative settings despite strong manipulation ability, revealing major limitations in temporal coordination and intent-aware behavior. Fine-tuning on HRIBench consistently improves collaborative performance. In a real-world adaptation study, simulation data generated by HRIBench improves GR00T N1.5's physical-task success rate from 0.10 to 0.43, demonstrating the benchmark's value for advancing interaction-centric robot learning.

  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI