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
模倣学習/データ収集arXiv:2610.36598

OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク

OpenJaws: An Open Hardware UMI Framework with Stereo Localization for Generalist Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。

詳しい要約

1. どんなもの？

- OpenJawsは、Handheld data-collection interfaceであるUniversal Manipulation Interface (UMI)向けの、完全オープンなハードウェア・ソフトウェアフレームワーク。 - モジュール式の3Dプリントグリッパと標準化されたISO adapter、低コストのstereo cameraを組み合わせる。 - 実世界でのlocalization精度を定量化するベンチマークUMI-Loc-Bench-v1も導入。 - ハードウェア・ソフトウェア・データを商用利用可能なpermissive licenseで公開。

2. 先行研究と比べてどこがすごい？

- 既存のUMI系システムはmonocular visual-inertial odometryでend-effector poseを復元するため、scale ambiguityやdriftの影響を受ける。 - またclosed-sourceモジュールや外部インフラに追跡を委ねる場合があり、コストとセットアップ負担が再導入される。 - OpenJawsはstereo localizationによりmetricなcamera trajectoryを復元し、これらを回避する点が異なる。 - stereo localizationがmonocular代替より大幅に優れることをベンチマークで示す。

3. 技術・手法の肝は？

- モジュール式3Dプリントグリッパに標準化ISO adapterを備え、低コストstereo cameraを組み合わせる構成。 - stereo cameraによりmetric camera trajectoryを復元し、end-effector poseのlocalization精度を改善。 - 完全オープンなハード・ソフトにより、複数ロボットプラットフォームへの展開を簡素化。 - UMI-Loc-Bench-v1を導入し、handheld data-collection deviceの実世界localization精度を定量化。

4. どうやって有効だと検証した？

- UMI-Loc-Bench-v1を用いて実世界でのlocalization精度を定量化し、stereo localizationがmonocular代替を大幅に上回ることを示した。 - OpenJawsで収集したデータで訓練したpolicyを、実ロボット上で複数タスクにわたりdeployできることを実証。 - 詳細な実験条件やタスク数は要旨からは不明。

5. 議論はある？

- 要旨からは不明。 - ただしstereo localizationの優位性と実ロボット展開の実証が示されており、monocular系のscale ambiguityやdrift、closed-source依存の課題への対処が主張されている。

6. 次に読むべき論文は？

- Universal Manipulation Interface (UMI) - monocular visual-inertial odometryを用いる既存UMI系システム - UMI-Loc-Bench-v1 - stereo visual odometry / stereo localization - 関連するhandheld data-collection interface研究

※ 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: Adithyavairavan Murali, Yash Oza, Karanbir Chahal, Neel Jawale, Silas De Vries, Hesam Rabeti, Erwin Coumans, Balakumar Sundaralingam, Stan Birchfield

分類: cs.RO

原文アブストラクト

Handheld data-collection interfaces such as the Universal Manipulation Interface (UMI) allow manipulation demonstrations to be gathered in the wild without a robot in the loop, but the quality of the resulting action labels is bounded by the accuracy of vision-based localization. Existing systems recover end-effector pose from monocular visual-inertial odometry, which is subject to scale ambiguity and drift, or delegate tracking to closed-source modules and external infrastructure that reintroduce cost and setup burden. We present OpenJaws, a fully open hardware and software framework for sensorized UMI that improves localization and simplifies deployment across robot platforms. OpenJaws pairs a modular, 3D-printed gripper exposing a standardized ISO adapter with a low-cost stereo camera to recover metric camera trajectories. We further introduce UMI-Loc-Bench-v1, a benchmark quantifying real-world localization accuracy for handheld data-collection devices, and show that stereo localization substantially outperforms monocular alternatives. Finally, we demonstrate that policies trained on data collected with OpenJaws can be deployed on a real robot across multiple tasks. Hardware, software, and data are released under a commercially permissive license. Code, data, and videos are available at https://open-jaws.github.io/

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