なぜ二手操作がロボット学習の次の境界線なのか
洗濯物,ケーブルルーティング,料理,組み立て. ALOHA,モバイル ALOHA,データ不足,ハードウェアのボトルネックスの専門家分析.
洗濯,料理,ケーブル管理,組み立て,高齢者介護などに 関する課題は,すべて協調された手が必要である.データ,ハードウェア,政策は,まだその世界には準備ができていない.
シリコンバレーのロボットセンターの研究チームによって2026年4月10日に出版されました
**TL;DR.**双手操作は単腕のより難しいバージョンではありません.質的に異なります.経済的に重要な大きな作業が,単腕ロボットにとって物理的に不可能です.ほとんどの洗濯物,ほとんどの料理,ほとんどのケーブル作業,ほとんどの子供や高齢者ケア作業,そして人間がまだ実行しているほとんどの産業組み立て. ALOHAとMobile ALOHAはハードウェアパターンをアクセスできるようにしました.現在,拘束力のある制約は (1) 高品質の双手示例データの不足, (2) 双手調整を明示的にモデル化する政策の不成熟, (3) 双手作業をまだ2つの単手作業として接着するハードウェアです.
1 片腕操作は地方の最適値に達
現代のロボット学習の第一波は,ほぼ完全に単腕基準で測定された.テーブルタップピック,挿入,関節物体の操作.これらは,クリーンなアクションスペース,クリーンなカメラセットアップ,そしてクリーンな報酬を認めるため,処理可能である. 数百回のデモで 単腕の模倣学習の限界は 十分に上昇し この模様に適合する作業では チームは 主に学習に 制限されなく 機械人利用量と 生産量に 制限されています
問題を抱えるのは 単腕の模具に適した経済的に興味深い作業の宇宙は 見た目より小さくることです 単腕のロボットを現実的な家庭や職場のタスクリストの前に置いたたびに 最初の10分以内に 2つの手を必要とすることが 多いことがわかりました
2 双手が必要とする作業
洗濯物 は,洗濯物 の 種類 で は あり ませ ん.洗濯物 は,洗濯物 の 種類 で は あり ませ ん.洗濯 品 は,洗濯 品 で は あり ませ ん.洗濯 品 は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 品 で 洗濯 する の は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 する の は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 する の は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 する の は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 品 で 洗濯 する の は,洗濯 品 で 洗濯 品 で 洗濯 する の は,洗濯 品 で は あり ませ ん.洗濯 品 を 洗濯 品 で 品 を 洗い 品 に 入れる の は,洗濯 品 で 品
調理は類似です. 剥ぎ,握っている間に動かす,片手で握った鉢から注ぐ,容器を開く,ナイフを操作する,切断板に安定させる手が必要なことすべては,連続した単腕のステップではなく,本物の双手調整です. [ロボットキッチンアシスタントの構築]
ケーブル管理と電子組み立て 混ぜた低量製造の不魅力的な背骨はほぼ完全に双手的な問題です.一手路線が,もう一手が固まり,両方が挿入で協力します.産業組み立てラインの人たちは,まさにこの仕事をしている.
介護の作業は,人物をベッドから椅子に移す,人寝ている間にベッドの衣装を交換する,または誰かを服装するなど,すべて攻撃的に双手作業です.これはヒューマノイド産業の労働不足の論文が物理能力の実際の制約を満たす応用空間です.
最後に,家庭の作業の大部分は 皿洗濯機を密集に読み込み,ベッドを作ったり,テーブルを設置したり,物品を包装したり,プレゼントを包装したりする際に,密接な連携が必要となります.単腕のテーブル作業を行うロボットが研究デモです.両手で家庭作業を行うロボットは製品です.
3. ALOHAの静かな革命
ALOHAプラットフォームは2023年にスタンフォード大学で公開され,低コストの3Dプリンティングがハードウェアハッキングに与えたものを2つの手間で静かに行いました. 入力障壁を去りました.低コストの7DOF腕,2つのリーダーフォローの遠隔操作装置,クリーンなROSインターフェースのセット,そして4分の2のラボで構築できる再現可能なレシピ. ALOHA以前,双手操作研究にはバクスター (生命の終わり),フランカ・パンダ (~60K$+オールイン) のカップル,またはカスタムビルド (~6ヶ月のエンジニアリング) が必要でした.
[ALOHAロボットガイド] (
Mobile ALOHA の フォローオン 作業 は,同じ レシピ を モバイル ベース に 拡張し,双手 遠隔 操作 パターンが テーブル テーブルの 之外 に 普遍 的 に 広がる こと を 証明 し まし た. [Mobile ALOHA コスト 割引]
双手作は"両腕"ではなく
初期2年制政策の失敗の一般的な方法は,独立した単一政策を訓練し,並行して実行させることでした.これは,調整を必要とするあらゆる任務を直ちに断ち切ります.理由を明確に述べる価値があります:
- アクションスペース結合. 多くの双手作業では,右手の正しい動作は左手の現在の姿勢,接触状態,速度に依存する.両側を見ていない政策は,地方的に合理的だが,共同で間違った決定を下す.
- **時間調整.**双手作業には,両腕が協力して行動する副次窓があります.共有アクションヘッドを持つアクション・チャークリング・ポリシーは,これを優雅に処理しますが,独立した制御ループを持つ独立したポリシーは,そうしません.
- 連絡と力共有.*** 両手が同じ物体を握っているとき,両手とも戦闘なしに位置を独立的に制御することはできません. 政治は共有の接触について,しばしば力分配について推論する必要があります.私たちの 連絡力説明 は制御理論的な側面をカバーします.
- 腕時計のカメラは,腕時計のカメラを切り離さない. 腕時計のカメラは,腕時計のカメラを切り離さない. 腕時計のカメラのカメラのカメラの設定ガイドは,T6
です.
5 データの問題は見えることよりも大きい
単腕データエコシステムは,Open X-Embodiment,DROID,BridgeData V2と公共データセットの長い尾を持っています.双手データエコシステムは,ALOHA型のリリースと,ほとんど公開されていない数々の企業データセットを持っています.OpenVLAとOctoを可能にしたクロス・インボディメントプレトレーニングの物語は,双手にはまだ存在していません.
なぜか? 双手通信は拡大するのが難しいからです. ロボットを制御するには,単一のオペレーターが両手を自由にする必要があります. これは単一の腕によるデータ収集を拡大するクリックとドラッグインターフェースを排除します.リーダーフォローリング・リグは動作しますが,オペレーターごとにハードウェアが多く必要です. VRベースのアプローチは,オペレーター側のエロゴノミックを解決しますが,独自の校正と遅延性問題を導入します. [VR遠隔操作企業] (T7
成果は,双手データ収集は,単腕の時間よりも約2~3倍高額であり,エピソードごとに示範品質はより変動する.私たちのコスト分析は [ロボットデータ収集費用はどのくらいですか]
6 ハードウェアのボトルネック
双手硬件には3つの慢性的な問題がある.一つは,両腕はほぼ常に作業空間を共有する必要があることであり,両腕間の衝突回避は,第一級制御問題ではなく,アドホック方法で処理されている.二つは,ほとんどの"双手"商業プラットフォームは,共有ベースにボルトされた2つの単腕であり,共有のボトルシネマティックや共有の胸カメラがない. 身体を横切って 体を両手に抱きしめ 手を差し伸べると 身体の自由度が ある程度ある 身体の体体から 利益を得られます
3つ目で最も議論されずのものは,エンドエフェクタである.単腕の研究は通常,単純な2本の指の並行グリッパーで逃れる.二手作業は,少なくとも一面以上の作業を必要とします.シート処理のための吸い込みカップ,ケーブル作業のためのより優しくなる手,織物のための柔らかいグリッパー. グラッパーに関する質問は,最も優れた研究が行われている場所です.
7 ヒトのつながり
重要なヒューマノイドプラットフォームは,少なくとも経済価値が住んでいる場所に関して,まず双手操縦プラットフォームであり,次は移動プラットフォームである.Unitree G1,Booster T1,Fourier GR-2,Figure 02,Apptronik Apollo,1X Neo
8 政策は,明示的に二手構造をモデルとする
政策の分野における研究界線は,新興物資ではなく,一流の物資として二手協調をモデル化するアーキテクチャに向かっている.共有の脊椎と2つのアクションヘッドを持つアクション・チャッキングトランスフォーマーが現在の作業馬である.両腕から共同状態を条件とした拡散政策は,近付いている. もっと興味深い方向は,共有物体や接触について明示的な中間変数として推論する政策です. "左腕が何をすべきか"と"右腕が何をすべきか"を予測するより"物体に何が起こるか"を予測し,その後各腕の行動に分解します.
これは,今後1年間で最も重要な研究進展を期待する分野であり,オープン VLAが依然として最高の閉鎖的な取り組みを追及している分野です. 今日モデルを選択するチームにとって,我々は /vla-models/ と 予算でVLAトレーニングをスケールする で実践的なトレードオフを記録しています.
9 投資を選択する研究室のための実践的な助言
- よく知られているハードウェアパターンから始めましょう. ALOHA型のリグか,双手な商業プラットフォームか.ゼロから構築しようとしないでください.研究内容は,シナマティックではなくポリシーやデータにあります. [RCSVストア]のハードウェアオプションを参照してください.
- 早期に遠隔操作エロゴノミクスに投資する. 双手作業によるデータ収集は,単腕作業よりも物理的に困難です. 作業員疲労は直接データ品質に変換されます. [遠隔操作疲労と遠隔操作]
T18 の私たちの注釈は,問題について説明します. - モデルを作る前にデータパイプラインを構築する. 双手データセットの品質は,ポリシーアーキテクチャよりも高い限度を設定します. [データ品質チェックリスト]
T19 を使ってください. - ** 明らかに二手価値のある作業を選択する.** 洗濯物,ケーブル作業,食材準備は全て関係者にとって二手動の物語を具体化します.
- 予算は現実的なものです. バイマニュアル研究は,少なくとも最初の年にわたってハードウェアとオペレーターに2倍以上の単腕コストを課します.
- リースについて考えてください. 企業で2つのリサーチを試している場合は, [RCSVリース] (T21
) は,キャプックス決定なしに四半期に走らせて,最初のデータ収集セッションを進みます.
10 締めくくりの注釈
ロボット学では,間違ったことを測るのに10年間費やし,その後に興味深い進歩が起こります.人々が正しいことを測るようになったら.我々は10年間を単腕基準を最適化することに費やしました.次の10年は以前は不可能で,今では日常的な作業で測るでしょう. データは,政策が,私たちがどの程度早くそれを通るかを決定します.
開発している場合は [T23
関連読み: モバイル ALOHA設定, ALOHAガイド, 遠隔操作データ品質,および 人間性供給チェーン現実チェック.