# GazeAct、人の視線を活用してロボットを訓練

> ロボットの実演と同期した人の視線を組み合わせたデータセットを開発。視線を訓練に使うとタスク成功率が向上したと報告されていますが、ロボットの稼働時に視線入力は必要ありません。

Oossa · 2026-10-20 · https://oossa.com/ja/gazeact-uses-human-eye-tracking-to-train-robot-policies

研究者らは、実機ロボットのデータセットと訓練手法「GazeAct」を発表しました。40のタスクにわたる12,000件の実演に、300 Hzで記録した人の視線を組み合わせています。視線情報を使うことで、視覚・言語・行動ポリシーが関連する物体や場所に注目するよう訓練できます。研究者らによると、ロボットの稼働時に視線入力は必要ありません。

現実環境での18のタスクでは、平均成功率が48.1%から58.6%に上がり、最大で25パーセントポイント向上したと報告されています。また、LIBERO-Spatialベンチマークでも、成功率は57.9%から69.6%に上昇しました。

## 事実

- 5つの領域にわたる40のタスクの実演12,000件を収録し、視線を300 Hzで同期。
- 現実環境での18のタスクにおける平均成功率は、48.1%から58.6%に上昇したと報告。

## なぜ重要か

ロボット研究者にとって、GazeActは、運用時に視線センサーを必要とせず、操作者の目の動きを訓練の手がかりとして使う方法を提供します。ただし、報告されたテスト以外でも効果が得られるかは、まだ明らかではありません。

## 出典と参考資料

1. [GazeAct: A Human-Gaze-Annotated Manipulation Dataset for Attention-Regularized Policies](https://arxiv.org/abs/2610.24507) – arXiv cs.RO, 2026-10-20

最終更新: 2026-10-20