何が起きたか
研究チームは2025年6月19日にarXivで公開した論文「Human2LocoMan: Learning Versatile Quadrupedal Manipulation with Human Pretraining」において、四足ロボットLocoManの操作能力を向上させるクロスエンボディ模倣学習システムを発表した。このシステムは、人間とLocoManの両方から収集したデータを活用し、観測・行動空間を統一・モジュール化する遠隔操作とデータ収集パイプラインを開発した。実世界の6つの操作タスクで検証し、ベースラインと比較して平均成功率が41.9%向上、OOD設定では79.7%向上した。
詳細
LocoManは複数の操作モードを備えた四足ロボットで、本研究ではそのための最初の操作データセットが構築された。データセットは片手（unimanual）と両手（bimanual）の両モードで、さまざまな家庭内タスクをカバーし、対応する人間のデータセットも用意された。 提案されたアーキテクチャは、異なるエンボディ間で構造化されたモダリティ整合データを共学習・事前学習できる効率的なモジュール化設計を特徴とする。人間データによる事前学習は、全体で38.6%、OOD設定で82.7%の成功率向上に寄与し、ロボットデータが半分でも一貫して高い性能を達成した。 コード、ハードウェア、データはhttps://human2bots.github.ioでオープンソースとして公開されている。
Key Facts
| 論文タイトルは「Human2LocoMan: Learning Versatile Quadrupedal Manipulation with Human Pretraining」で、arXivに2025年6月19日に公開された。 | [1] |
| LocoManは複数の操作モードを備えた四足ロボットである。 | [1] |
| システムは人間とLocoManの両方から収集したデータを活用するクロスエンボディ模倣学習システムである。 | [1] |
| 遠隔操作とデータ収集パイプラインは、人間とロボットの観測・行動空間を統一しモジュール化する。 | [1] |
| LocoManの最初の操作データセットが構築され、片手と両手の両モードでさまざまな家庭内タスクをカバーする。 | [1] |
| 実世界の6つの操作タスクで検証され、平均成功率がベースライン比41.9%向上した。 | [1] |
| OOD設定では成功率が79.7%向上した。 | [1] |
| 人間データによる事前学習は、全体で38.6%、OOD設定で82.7%の成功率向上に寄与した。 | [1] |
| ロボットデータが半分でも一貫して高い性能を達成した。 | [1] |
| コード、ハードウェア、データはhttps://human2bots.github.ioで公開されている。 | [1] |
なぜ重要か
この研究は、四足ロボットの操作能力を人間のデータで事前学習することで、データ効率と汎化性能を大幅に向上できることを示した。オープンソース化により、今後の四足ロボット操作研究の基盤となる可能性がある。