XRZero-G0: インターフェース、品質、比率によって器用なロボット操作の最前線を押し広げる

arXiv cs.RO / 2026/4/15

💬 オピニオンSignals & Early TrendsModels & Research

共有:

要点

本論文は、ロボットへの依存なしに行動に整合した高品質の実演データを収集し、器用なロボット操作のスケール化を目指す、ハードウェア–ソフトウェア共同設計のVRシステム「XRZero-G0」を紹介する。
回収・検査・学習・評価からなるクローズドループ型データ処理パイプラインを提案し、身体固有感覚（プロプリオセプション）に依存しない実演の信頼性を高める。さらに、明示的な品質管理メカニズムにより、データ妥当性率85%を報告する。
著者らは、ロボットを使わない実演データがどのようにスケールするかを分析し、経験的に有効なデータ混合比率を特定する。その結果、少量の実ロボットデータ（例：ロボット非依存データ対実ロボットデータが10:1）でも、実ロボットデータのみの場合と同等の性能が得られることを見出す。
XRZero-G0は、データ取得コストを約20分の1に削減し、ロボット非依存の2,000時間分のデータセットを用いて、対象となる物理ロボットへのゼロショットなクロスボディ（身体）移送を達成する。
公開リポジトリを提供し、システムとワークフローの再利用、ならびに身体化データ収集および方策学習（ポリシーラーニング）研究を支援する。