EgoVerse：世界中から収集した人間の一人称視点データによるロボット学習のための自己中心的（エゴセントリック）な人間データセット

概要: ロボット学習はますます大規模で多様なデータに依存していますが、ロボットデータの収集は依然として高価であり、スケールさせることも困難です。エゴセントリックな人間データは、日常の環境にまたがって豊かな操作（マニピュレーション）の振る舞いを捉えることで有望な代替手段を提供します。しかし、既存の人間データセットはしばしばスコープが限られており、拡張が難しく、機関ごとに分断されています。本研究では、人間データに基づくロボット学習のための共同プラットフォームである EgoVerse を提案します。これは、共有された枠組みのもとでデータ収集、処理、アクセスを統合し、個々の研究者、学術研究室、産業パートナーからの貢献を可能にします。現在のリリースには、1,965 のタスク、240 のシーン、2,087 人のユニークなデモンストレータにまたがる 1,362 時間（80k エピソード）の人間によるデモンストレーションが含まれており、標準化された形式、操作に関連する注釈、ならびに下流の学習のためのツールが提供されています。データセットに加えて、共有プロトコルのもとで複数の研究室、タスク、ロボットの実装形態にわたる実験を再現する大規模な、人からロボットへの転移に関する研究も行います。人間データを増やすほど方策（ポリシー）の性能は概ね向上しますが、有効なスケーリングには、人間データとロボット学習の目的との整合（アラインメント）が重要であることがわかりました。データセット、プラットフォーム、そして本研究は、人間データに基づくロボット学習における再現可能な進展のための基盤を確立します。動画および追加情報は https://egoverse.ai/ にてご覧いただけます。