DuoBench: 시뮬레이션 및 실제 환경에서의 양손 조작을 위한 재현 가능한 벤치마크

DuoBench: A Reproducible Benchmark for Bimanual Manipulation in Simulation and the Real World

양손 로봇 시스템은 조작 능력을 크게 향상시키지만, 두 팔의 조정에는 기존 벤치마크에서 제대로 반영되지 않는 추가적인 제어 복잡성과 오류 발생 가능성이 존재합니다. 본 논문에서는 FR3 Duo 플랫폼에서 양손 조작 정책을 평가하기 위한 확장 가능한 벤치마킹 프레임워크인 DuoBench를 소개합니다. DuoBench는 시뮬레이션 환경에 구현되었으며, 3D 프린팅이 가능한 자산을 활용하여 재현 가능한 작업 레시피를 통해 부분적으로 실제 환경에서도 구현된 11개의 작업으로 구성되어 있으며, 이 작업들은 4가지 조정 범주로 나뉩니다. 또한, 단순한 성공/실패 여부를 넘어 세밀한 의미 기반 오류 분석을 지원하는 단계별 평가 방식을 제안하며, 모든 벤치마크 작업에 대한 인간-원격 조작 데이터셋을 제공합니다. 시뮬레이션 환경과 실제 하드웨어에서 여러 개의 양팔 모방 학습 및 시각-언어-행동 정책을 벤치마킹한 결과, 현재의 정책들은 특히 초기 상호 작용 단계, 병렬 팔 동작 실행, 그리고 시뮬레이션과 실제 환경 간의 전이 과정에서 여전히 어려움을 겪고 있음이 확인되었습니다. DuoBench는 이러한 오류 발생 원인을 진단하고 양팔 정책 학습을 위한 미래 연구 방법을 탐구할 수 있는 재현 가능한 테스트 베드를 제공합니다. 코드, 데이터셋 및 비디오 자료는 https://duobench.github.io/ 에서 확인할 수 있습니다.

Bimanual robot systems substantially expand manipulation capabilities, but coordinating two arms introduces additional control complexity and failure modes that are not well captured by existing benchmarks. We introduce DuoBench, an extensible benchmarking framework for bimanual manipulation policies on the FR3 Duo platform. DuoBench comprises eleven tasks spanning four coordination categories, implemented in simulation and partially reproduced in the real world through reproducible task recipes with 3D-printable assets. In addition, we propose a stage-based evaluation scheme that supports fine-grained semantic failure analysis beyond binary success and provide human-teleoperated datasets for all benchmark tasks. We benchmark several dual-arm imitation-learning and vision-language-action policies in simulation and on real hardware. Our results show that current policies remain challenged by bimanual manipulation, particularly in early interaction stages, parallel arm execution, and transfer between simulation and real-world settings. DuoBench provides a reproducible testbed for diagnosing these failure modes and studying future methods for dual-arm policy learning. Code, datasets, and videos are available at https://duobench.github.io/