日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
sim2realarXiv:2610.07969

EmbodiedSmith：シミュレーションにおける再帰的自己改善フライホイールによる身体性データのスケーリング

EmbodiedSmith: Scaling Embodied Data through Recursive Self-Improvement Flywheel in Simulation

シェア:XThreadsFacebookLINEはてブBluesky

シミュレーション内でアセット・シーン・タスク生成を統合し、シーンとタスクが相互に洗練し合う再帰的自己改善ループにより、多様な身体性データを自動生成するフレームワークを提案。

詳しい要約

1. どんなもの？

EmbodiedSmithは、recursive self-improvement (RSI) によりスケーラブルなembodied dataを生成するフレームワーク。asset・scene・task生成を統合し、言語駆動のカスタマイズと自律生成を可能にする。agentic refinement loopを中核とし、scene生成が下流task要件を先読みし、task生成がscene編集を導くことで相互改善する。mobile manipulators、humanoids、dexterous hands、deformable objects、fluidsに対応し、robot pretrainingと評価のための柔軟なsimulation engineを提供する。

2. 先行研究と比べてどこがすごい？

既存の生成パイプラインは、事前定義されたassetとskillに制約され、scene生成とtask生成が分離し、複雑なembodimentやphysicsへの対応が限定的だった。EmbodiedSmithは、asset・scene・task生成を単一パイプラインで統合し、RSIによる相互改善を実現。これによりlong-horizon taskを含むtask生成成功率を向上させ、mobile manipulators、humanoids、dexterous hands、deformable objects、fluidsへ対応範囲を広げる。

3. 技術・手法の肝は？

中核はagentic refinement loop。scene生成が下流task要件を予測し、task生成が対象を絞ったscene編集を導く。このjoint refinementによりsceneとtaskが反復的に互いを改善する。パイプラインはasset・scene・task生成を統合し、自律生成と言語駆動カスタマイズをサポート。複雑なembodimentと物理現象（deformable objects、fluids）に対応する。

4. どうやって有効だと検証した？

広範な実験により、生成データの品質・多様性・生成効率を検証。下流のpolicy実験により、データ多様性の増加がgeneralizationを改善することを示した。long-horizon taskを含むtask生成成功率の向上も確認。

5. 議論はある？

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、robot foundation models、simulation-based data generation、recursive self-improvement、agentic refinement loop、mobile manipulators、humanoids、dexterous hands、deformable objects、fluidsを扱う研究が挙げられる。

※ 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: Yikai Qin, Yifei Deng, Mingjian Liang, Wenxuan Song, Zepeng Lin, Zhiyi Jiang, Jiajun Fu, Qiao Sun, Huashuo Lei, Xicheng Gong, Jiayi Chen, Han Zhao, Shuanghao Bai, Pengxiang Ding, Pengwei Wang, Haoang Li

分類: cs.CV, cs.RO

原文アブストラクト

Scaling robotic foundation models requires diverse training data and reliable evaluation environments. Simulation offers a scalable solution, yet existing generation pipelines remain constrained by predefined assets and skills, a disconnect between scene generation and task generation, and limited support for complex embodiments and physics. We introduce EmbodiedSmith, a framework for scalable embodied data generation through recursive self-improvement (RSI). EmbodiedSmith unifies asset, scene, and task generation in a pipeline that supports autonomous creation and language-driven customization. Its core is an agentic refinement loop: scene generation anticipates downstream task requirements, while task generation guides targeted scene edits, allowing scenes and tasks to iteratively improve one another. This joint refinement improves task generation success, including for long-horizon tasks. The framework further supports mobile manipulators, humanoids, and dexterous hands, as well as interactions involving deformable objects and fluids, broadening the range of behaviors and physical phenomena represented in generated data. Together, these capabilities provide a flexible simulation engine for both robot pretraining and evaluation. Extensive experiments validate the quality, diversity, and generation efficiency of the resulting data, while downstream policy experiments demonstrate that increased data diversity improves generalization.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI