HumanoidToolBench、人型ロボットの工具選択から移動実行までを評価

導入

工具の利用は、人型ロボットが自らの身体的な制約を乗り越えるための重要な能力です。ほうきなら手の届く範囲を広げられ、別の器具ならエンドエフェクターの機能そのものを変えられます。しかし、工具利用は単に物体をつかむことではありません。ロボットはタスクの目的を理解し、候補の中から適切な工具を選び、正しく把持・操作し、必要であれば歩行しながら環境を変化させる必要があります。

従来のロボット評価は、把持や短時間の操作など、個別の能力に焦点を当てることが多く、人型ロボット上で一連の流れを測ることは困難でした。SNU PIの研究チームが提案したHumanoidToolBenchは、この空白を埋めるためのベンチマークです。

主なポイント

• 工具利用の全体を評価。 18タスクを3つのシナリオ、3つの実行レベル、2種類の工具セット方式に分けています。工具選択、操作、そして移動を伴う実行を切り分けて分析できます。
• シミュレーションと実機を収録。 付属データセットToolBookには、シミュレーションと実際のUnitree G1から集めた約3,100件のデモンストレーションが含まれます。学習と比較評価の基盤となります。
• 正しい選択だけでは成功しない。 シミュレーションで7つ、実機で3つのポリシーを評価した結果、適切な工具を選ぶ能力と、最終的にタスクを完了する能力の間には大きな差がありました。選択後の把持、操作、移動で失敗する可能性があります。
• 未知の条件に弱さ。 GR00T N1.7を用いた追加調査では、未見の工具に対する選択精度が低下しました。また、無関係な指示を受けても、以前のタスクを続ける挙動が見られ、指示理解と行動制御の課題が示されています。

意義と影響

この研究の価値は、タスク数を増やしたことだけではありません。「何を使うか」と「どう使うか」を、ひとつの評価フローに組み込んだ点にあります。人型ロボットの工具利用には、視覚認識、意味の対応付け、腕の協調、全身制御、歩行が関わります。一つの段階だけを測定すると、実際の能力を過大評価するおそれがあります。段階ごとの結果と最終成功を併せて見ることで、失敗が工具認識、計画、あるいは身体的な実行に由来するのかを分析しやすくなります。

また、見慣れた物体での成功率だけでは、汎用ロボットモデルの実力を十分に測れません。未知の工具、変化する工具集合、無関係な指示は、実環境に近い不確実性をもたらします。安定したシステムには、選択と実行をフィードバックで結ぶ仕組みが必要です。把持が不安定、工具の効果が不十分、状態が変化したといった場合に、元の計画を機械的に続けるのではなく、判断を更新しなければなりません。公開されたコードとデータにより、HumanoidToolBenchはこの能力を再現可能な形で研究する出発点になります。

出典：Hugging Face Daily Papers