BiCoord：長期ホライズンにおける空間・時間の協調に向けた両腕操作ベンチマーク

概要: 両腕操作、すなわち2つのロボットアームを協調して用いタスクを完了することは、ロボティクスにおいて人間レベルの器用さを達成するために不可欠です。RoboTwinやRLBench2といった最近のシミュレーションベンチマークは、両腕操作に対するデータ駆動型学習を前進させてきました。しかし、既存のタスクは短いホライズンで、協調も緩やかにしか行われず、現実世界における両腕行動に内在する空間-時間的な結合を捉えきれていません。このギャップに対処するため、我々は長期ホライズンかつ緊密に協調された両腕操作のためのベンチマークであるBiCoordを導入します。具体的には、BiCoordは多様なタスクから構成されており、複数のサブ目標にまたがって、アーム間の依存関係を連続的に必要とし、かつ動的な役割の交換を要求します。さらに、時間的、空間的、ならびに空間-時間的な観点から協調を評価する一連の定量指標も提案し、両腕協力を体系的に測定できるようにします。実験結果は、代表的な操作ポリシー、たとえばDP、RDT、Pi0、OpenVLA-OFTが、長時間で高度に結合されたタスクに対して苦戦することを示しており、長期ホライズンおよび緊密な協調タスクを達成するうえでの根本的な課題が明らかになります。BiCoordが、長期ホライズンの協調的操作を研究するための基盤となり、協調性を意識したロボット学習に関する今後の研究の着想につながることを期待しています。すべてのデータセット、コード、補足資料は https://buaa-colalab.github.io/BiCoord/ で入手できます。