両腕の協調は多くの実世界の操作タスクにおいて不可欠であるが、両腕ロボットポリシーの学習は両腕ロボットとデータセットの不足によって制限されている。一方、片腕ロボットは研究实验室で広く利用可能である。片腕ロボットを活用して両腕ロボットポリシーを訓練できるだろうか？arXivの論文「MonoDuo: Using One Robot Arm to Learn Bimanual Policies」は、片腕ロボットのデモンストレーションと人間の協働を用いて両腕操作ポリシーを学習するフレームワークMonoDuoを提案している。この論文は、2026年6月1日から5日にオーストリアのウィーンで開催される2026年IEEE国際ロボティクス・オートメーション会議（ICRA）に採択された。
MonoDuoのデータ収集方法は独創的である。片腕ロボットを遠隔操作して両腕タスクの片側を実行し、同時に人間がもう片側を実行する。その後、役割を交換して両側をカバーする。これにより、片腕ロボットの手首搭載カメラと固定カメラからのRGB-D観測データが得られる。次に、最先端の手姿勢推定、画像および点群セグメンテーション、インペインティング技術を用いて、これらの観測を目標両腕ロボットの合成デモンストレーションに拡張する。これらの合成デモは実際のロボットの運動学に基づいており、両腕ポリシーの訓練に使用される。
研究チームは、箱の持ち上げ、バックパックの梱包、布の折り畳み、ジャケットのジッパー閉め、皿の受け渡しという5つのタスクでMonoDuoを評価した。人間の両腕ビデオのみに依存するアプローチと比較して、MonoDuoは未見の両腕ロボット構成へのゼロショット展開を可能にし、最大70%の成功率を達成した。さらに、わずか25個の目標ロボットのデモンストレーションを用いた少数ショット微調整により、ゼロから訓練する場合と比べて65-70%の成功率向上が得られた。これは、片腕ロボットデータから両腕ロボットポリシーへの知識転移におけるMonoDuoの有効性を実証している。
本論文はSandeep Bajamahalら6名の著者によって執筆され、2026年5月28日に提出された。ロボティクス（cs.RO）分野に属する。MonoDuoの意義は、実験室に広く存在する片腕ロボットを活用して両腕データの不足というボトルネックを克服する実用的な手段を提供し、両腕操作ポリシーの学習と応用を促進する点にある。