Pixel: 汎用モバイルマニピュレーション学習のための協調設計フルスタックロボットシステム

- Pixelは、汎用モバイルマニピュレーションの学習に向けたco-designed full-stack robot system。 - 低コストのwheeled humanoid、human-aligned kinematics、compliant grippersを組み合わせる。 - 複数のteleoperationおよびrobot-free human data-collection interfacesを備える。 - unified whole-body controllerと、human/robot demonstrations共通のpolicy learning pipelineを持つ。 - hierarchical learning stackによりlanguage-conditioned visuomotor controlとlong-horizon task executionを可能にする。

- 従来はrobot hardware、data collection、whole-body control、policy learningが個別に開発され、不整合がシステム能力を制限していた。 - Pixelはこれらをco-designし、full-stackとして統合する点が特徴。 - human demonstrationsとrobot demonstrationsを共通のpolicy learning pipelineで扱う。 - 要旨からは不明：具体的な先行研究との定量的比較。

- 低コストwheeled humanoidとhuman-aligned kinematics、compliant grippersを採用。 - teleoperationに加えrobot-free human data-collection interfacesを複数用意。 - unified whole-body controllerで全身制御を統合。 - human/robot demonstrationsを共通pipelineで学習。 - hierarchical learning stackでlanguage-conditioned visuomotor controlとlong-horizon task executionを実現。

- hardware、data collection、policy learningの各側面でシステムを評価。 - dexterity、active perception、navigation、whole-body coordinationを要するmobile-manipulation behaviorsを実演。 - 要旨からは不明：評価指標、タスク数、被験者数、ベースライン比較の詳細。

- robot hardware、data、control、learningを共設計するための統合的・拡張可能な基盤を目指す。 - 要旨からは不明：具体的な限界、失敗事例、コストやスケーラビリティに関する議論。

- 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teleoperation、robot-free human data collection、whole-body control、language-conditioned visuomotor control、hierarchical policy learning、mobile manipulationの定番研究を挙げる。 - 詳細はhttps://pixel-robot.com/pixelを参照。