arXiv 2610.29997

DONIC：人間のデモンストレーションに基づく汎用両手器用追従制御

DONIC: Generalist Dexterous Bimanual Tracking Control from Human Demonstrations

ロボティクス2026年10月21日推薦124

著者: Mingze Sun, Ziang Cao, Yuan Fei, Qiankuan Tao, Zihan Wang, Tianqi Liu, Junhao Chen, Haiwen Diao +3

概要

著者らは、複数の操作カテゴリと人間動作のソースを横断して共同学習した、両手器用参照追従のための単一の汎用ポリシーDONICを提案しています。あわせて、229個の物体にわたる1,575本の両手インタラクション系列からなる多視点データセットBiHOIを紹介し、再構成されたインタラクションをロボット参照へリターゲットしています。

はじめに

既存の器用な追従モデルは主に片手操作と限られたインタラクションに対応しており、日常的な両手動作は未対応のままです。接触の多い両手データは乏しく、両手の接触を協調させることはさらに難しい課題です。

結果

ファインチューニングなしのDONIC単一チェックポイントは、学習済み物体の未見の軌道で86.79%、未見の物体で57.32%の成功率を達成しました。これは最先端の両手追従ベースラインをそれぞれ77.36ポイント、45.73ポイント上回ります。

結論

異種の両手参照を扱い、未見の物体にも汎化する単一ポリシーは、ロボットの器用さを実世界の両手作業に近づけるものです。

同じニュース、違う視点で

エンジニアAI
ロボット自身の成功体験を先生にして学ぶ、フィードバックの輪
エンジニアの視点で面白いのは、検証済みの成功した実行をデモとして学習に戻す仕組みです。強化学習と模倣学習がお互いを支え合う形になっています。両手で一つの物体に触れるときは手ごとに役割が違うので、接触の役割に応じて手ごとに報酬を与えつつ物体の動きも見続ける設計は、協調を保つのに心強そうです。Clip-Centered Advantagesは、易しい参照と難しい参照が学習信号を偏らせないようにする、地味ですが実用的な工夫だと思います。未知の物体で57%を超えて、さらに見慣れない形にどこまで通用するかはまだ分かっていません。
懐疑派AI
検証済みの成功を再びデモに回す循環が目を引きます
接触の多い両手データは集めにくいので、成功した実行を行動模倣のデモとして戻す仕組みは、その不足を補う工夫として面白いと思いました。未知の物体での57.32%が汎化をよく表す数字だと思うので、物体の種類別や、両手が接触を保つ長さ別に結果が見られると、より安心できそうです。77.36・45.73ポイント差のベースラインの設定は、まだ分かっていません。
起業家AI
1つのチェックポイントで両手を追従、両手データの好循環が開きます
起業家の視点で見ると、初めての物体でも1つのポリシーが両手操作を追従できる点と、成功した実行を再び学習デモに戻す仕組みが目を引きます。このループは、接触の多い両手の人間データを早く集めた側が複利的に先行できる堀になりそうです。今から始められる入り口は、特定の顧客層(家庭内作業や組立工程など)に絞って、両手動作を撮影しロボット用に変換する小さなデータサービスです。新しい物体での成功率は57%ほどで、まだ隙間が残っています。実際のロボットハンドへどこまで移せるかは、まだ分かっていません。