Ego4WAM：ロボット学習のための自己中心的人間データのスケーリングで重要な要素は何か？

- Egocentric human data を robot learning に活用するための体系的研究。 - 統一的な world-action model framework を用い、model backbone を固定。 - human-robot alignment、data duration、task diversity、action supervision、data usage strategy の効果を分離して評価。 - 実ロボットと RoboDojo での closed-loop policy evaluation を実施。

- 既存研究は human data の増加に伴う scaling を示すが、どのデータ特性が下流の robot 性能を駆動するか不明だった。 - Ego4WAM は alignment、task diversity、supervision、usage strategy を切り分けて評価。 - aligned human demonstrations が out-of-distribution generalization を大幅改善し、target-task robot data 要件を低減することを示す。 - data duration を唯一の scaling axis としない点が新しい。

- 統一的な world-action model framework を採用し、model backbone を固定。 - human-robot alignment、data duration、task diversity、action supervision、data usage strategy を独立に操作。 - video-only supervision と action labels ありの条件を比較。 - 下流の robot 学習への影響を分離して分析。

- 実ロボットと RoboDojo 上で closed-loop policy evaluation を実施。 - aligned human demonstrations が out-of-distribution generalization を改善し、target-task robot data 要件を低減することを確認。 - data duration と task diversity が下流能力に異なる影響を与えることを検証。 - video-only supervision が action labels なしでも有効で、後続の video-action training の基盤となることを確認。

- data duration を唯一の scaling axis と見なすのではなく、alignment、task diversity、available supervision、usage strategy が複合的に egocentric human data の価値を形作ることを議論。 - 具体的な限界や今後の課題は要旨からは不明。

- 要旨で参照/比較されている個別研究は明示されていない。 - 関連手法として world-action model、video-action training、RoboDojo が挙げられる。 - 同分野の定番として egocentric human data を用いた robot learning や imitation learning の研究が次に読むべき候補。