日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2611.15381

低コスト移動型両腕マニピュレーションによる長期的トイレ清掃

Low-Cost Mobile Bimanual Manipulation for Long-Horizon Toilet Cleaning

シェア:XThreadsFacebookLINEはてブBluesky

低コストで再現可能な移動型両腕ロボットプラットフォームを構築し、トイレ清掃という長期的タスクで複数のVLAモデルを実環境デモ250件で評価した。π0が最も高い成功率を示し、限定的な人間介入で90%に達した。

詳しい要約

1. どんなもの?

- 低コストで再現可能な移動型両腕マニピュレーション基盤の提案 - 2台の LeRobot SO-101 マニピュレータを TurtleBot 4 に統合 - LeRobot-ROS 2 ソフトウェアスタックを採用 - 長期的トイレ清掃タスクをケーススタディとして設定 - 実世界デモンストレーション250件を収集 - 同一 embodiment・同一タスク条件で VLA モデルを評価 - 評価対象は π_0、π_{0.5}、SmolVLA、GR00T - アクセシブルなハードウェア上での長期的移動両腕操作の実現可能性を示す

2. 先行研究と比べてどこがすごい?

- VLA モデルはロボット操作で有望だが、入手しやすい移動型両腕プラットフォームでの性能は十分に検討されていなかった - 本研究は低コスト・再現可能な移動両腕基盤を構築し、その上で複数 VLA を同一条件で比較した点が新しい - 長期的トイレ清掃という実世界タスクで250件のデモを収集し評価した点が先行研究と異なる - 進捗信号や記憶履歴を付加した変種も評価し、ベースラインを上回らないことを示した

3. 技術・手法の肝は?

- ハードウェアは LeRobot SO-101 2台 + TurtleBot 4 + LeRobot-ROS 2 - 長期的トイレ清掃タスクで実世界デモ250件を収集 - π_0、π_{0.5}、SmolVLA、GR00T を同一 embodiment・タスク条件で評価 - SARM 由来のタスク進捗信号を付加した変種を評価 - 短期 MEM 観測履歴を用いる変種を評価 - 厳格成功と緩和成功の2指標で自律成功率を測定

4. どうやって有効だと検証した?

- 実世界の長期的トイレ清掃タスクで250件のデモを用いて評価 - π_0 が最良で、厳格成功60%、緩和成功70%の自律成功率 - 限定的な人間介入を許すと成功率は90%に向上 - 進捗信号・記憶履歴を付加した変種は対応するベースラインを改善しなかった - プロジェクトWebサイトで結果を公開

5. 議論はある?

- 低コスト移動両腕基盤で長期的操作が実現可能であることを示す - 一方で信頼性の高い VLA 展開には課題が残ると指摘 - 進捗信号や記憶履歴の付加が必ずしも性能向上につながらない点は議論の余地がある - 人間介入を前提とした成功率評価の解釈や、他タスクへの一般化は要旨からは不明

6. 次に読むべき論文は?

- π_0(本研究で最良のベースライン) - π_{0.5} - SmolVLA - GR00T - SARM(タスク進捗信号の由来) - LeRobot / LeRobot-ROS 2(基盤ソフトウェアスタック) - TurtleBot 4 を用いた移動操作の関連研究

※ 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: Sven Schreiber, Bernard Burdiek, Lasse Huber-Saffer, Yung-Hui Li, Donglin Chen, Shang-Ching Liu, Jianwei Zhang

分類: cs.RO

原文アブストラクト

Vision-Language-Action (VLA) models have shown promising capabilities for robot manipulation, but their performance on accessible mobile bimanual platforms remains underexplored. We present a low-cost and reproducible mobile bimanual platform integrating two LeRobot SO-101 manipulators with a TurtleBot 4 and a LeRobot-ROS 2 software stack. Using long-horizon toilet cleaning as a case study, we collect 250 real-world demonstrations and evaluate $π_0$, $π_{0.5}$, SmolVLA, and GR00T under the same embodiment and task conditions. We further evaluate variants using SARM-derived task-progress signals and short-term MEM observation history. Among the evaluated models, $π_0$ performs best, achieving 60% strict and 70% relaxed autonomous success, increasing to 90% with limited human intervention. In contrast, the evaluated progress- and memory-augmented variants do not improve their corresponding baselines. Our results demonstrate the feasibility of long-horizon mobile bimanual manipulation on accessible hardware while highlighting remaining challenges in reliable VLA deployment. Project website: https://so101-turtlebot4.github.io/mobile-bimanual-cleaning/

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2Hugging Face、ロボット学習基盤「LeRobot v0.7.0」を公開 対話操作と大規模データ学習に対応新製品・発表
  3. 3AGIBOTのG2 6台、上海のコンビニで24時間試験 1,730タスクを実施量産・展開
  4. 4Agility Robotics、ナスダックで取引開始 米国初の人型ロボット専業上場企業と報道業界動向
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術
PR本紙発行元 EmplifAI