arXiv 2611.06817
Open-HumanScale: 구현형 파운데이션 모델을 위해 인간과 로봇 경험을 확장하는 공개 레시피
Open-HumanScale: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models
로보틱스추천 14
저자: Juncheng Ma, Jiaxin Li, Jiankai Tu, Bo Liang, Guodong Lv, Yufan Deng, Junzhe Tang, Liangzhu Yang +23
개요
저자들은 큐레이션된 에고센트릭 영상 코퍼스 Open-HumanScale-50K(손 동작과 자연어로 주석 처리됨)를 기반으로, 에고센트릭 인간 영상 사전학습을 50,000시간까지 확장하는 완전 공개 레시피 Open-HumanScale을 소개합니다. 인간 영상만으로 사전학습한 world–action 모델 HumanWAM-Vanilla와, 인간–로봇 공동 데이터로 학습한 시각 목표 조건부 변형 HumanWAM-Goal을 개발했습니다.
소개
원시 에고센트릭 인간 영상은 로봇에 유용한 조작 사전 지식을 제공할 수 있지만, 이 데이터 규모를 일반화 가능한 로봇 정책으로 바꾸려면 엄격한 데이터 큐레이션과 학습 레시피가 필요합니다.
결과
사후 학습된 HumanWAM-Goal은 RoboTwin 2.0 Clean2Clean에서 92.70%, Clean2Random에서 84.60%를 달성해 새로운 최고 수준을 기록했습니다. 인간 영상만으로 사전학습했을 때도 사전학습 시간과 로봇 성공률 사이에 경험적 로그-선형 스케일링 법칙이 나타났습니다.
결론
코퍼스, 파이프라인, 체크포인트, 평가 도구를 모두 공개함으로써, 이 연구는 인간 영상 사전학습의 스케일링을 연구할 재현 가능한 기반을 구현형 AI 커뮤니티에 제공합니다.