CoRL (4) — 1/1
[Paper Note] EmbodiedSWE: Coding Agents for Long Horizon Dexterous Robotics, Zeyu Shen+, arXiv'26, 2026.09
Paper/Blog Link My Issue
#Author Thread-Post Issue Date: 2026-11-14 GPT Summary- コーディングエージェントを用いて、接触の多い操作や変形可能物体、最大30分間の長期ロボットタスクを解決。EMBODIEDSWE-BENCHで、タスク間・身体構成間の解決策の転用可能性を検証し、EMBODIEDSWE-GENで単一の解決策から多様な軌跡を生成してVLA学習用のスケーラブルな教師信号に変換。生成デモンストレーションの増加と多様化により、VLAの性能と未知のタスク変化への汎化性能が向上し、シミュレーション由来のデータのみで学習したVLAが実ロボット上でも長期タスクを完遂。 Comment
元ポスト:
github:
https://github.com/EmbodiedSWE/EmbodiedSWE
pj page:
https://embodiedswe.github.io/
[Paper Note] Long-Horizon Multi-Object Rearrangement via Distilled Tree Search over Continuous Actions, Kallol Saha+, arXiv'26, 2026.10
Paper/Blog Link My Issue
#Distillation #Robotics #EmbodiedAI #One-Line Notes #TreeSearch #LongHorizon #Manipulation #Simulation Issue Date: 2026-11-07 GPT Summary- 長期ホライズンのマニピュレーションに対して、MCTSで生成した計画を方策・価値モデルに蒸留。連続行動は方策が提案し、価値関数が評価することで、探索と学習を反復。最終的に、テスト時の探索なしで実行可能な方策を獲得し、シミュレーションおよび実世界の再配置タスクで既存手法を上回った。 Comment
元ポスト:
MCTSによって長期タスクの実行をシミュレーションし、得られた探索木の情報に基づいてポリシーとQ関数を蒸留することを繰り返す。これにより、ポリシーに長期タスクにおいて実行可能なアクションを出力させる能力を身につけさせ、Q関数によって適切に選択できるようにする、という感じだろうか。
[Paper Note] See, Hear, and Feel: Smart Sensory Fusion for Robotic Manipulation, Hao Li+, CoRL'22, 2022.12
Paper/Blog Link My Issue
#Robotics Issue Date: 2025-10-24 GPT Summary- 本研究では、視覚、聴覚、触覚の3つの感覚モダリティを融合させたロボットシステムを構築し、複雑な操作タスクの解決における多感覚知覚の重要性を示します。密なパッキングと注ぎのタスクにおいて、視覚は全体状態を示す一方で遮蔽の影響を受け、音声は重要な瞬間のフィードバックを提供し、触覚は局所的なジオメトリを提供します。これにより、提案したロボットシステムは従来の手法を大幅に上回る性能を発揮します。
CoRL2025速報, robotpaper.challenge, 2025.10
Paper/Blog Link My Issue
#Article #Survey #Slide #Robotics Issue Date: 2025-10-05 Comment
元ポスト:
