論文の概要: A Unified and General Humanoid Whole-Body Controller for Fine-Grained Locomotion

• arxiv url: http://arxiv.org/abs/2502.03206v1
• Date: Wed, 05 Feb 2025 14:26:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-06 14:26:44.498008
• Title: A Unified and General Humanoid Whole-Body Controller for Fine-Grained Locomotion
• Title（参考訳）: ファイングラインドロコモーションのための統一・汎用ヒューマノイド全体制御器
• Authors: Yufei Xue, Wentao Dong, Minghuan Liu, Weinan Zhang, Jiangmiao Pang,
• Abstract要約: 本稿では,HugWBCを提案する。 HuGWBCは、現実世界のヒューマノイドロボットが、歩行(ランニング)、ジャンプ(ジャンプ)、立ち上がり、ホッピング(ホッピング)などのさまざまな自然歩行を、カスタマイズ可能なパラメータで生成することを可能にする。 HuGWBCはまた、遠隔操作のような外部上体コントローラからのリアルタイム介入をサポートし、ロコ操作を可能にする。
• 参考スコア（独自算出の注目度）: 30.418274871034775
• License:
• Abstract: Locomotion is a fundamental skill for humanoid robots. However, most existing works made locomotion a single, tedious, unextendable, and passive movement. This limits the kinematic capabilities of humanoid robots. In contrast, humans possess versatile athletic abilities-running, jumping, hopping, and finely adjusting walking parameters such as frequency, and foot height. In this paper, we investigate solutions to bring such versatility into humanoid locomotion and thereby propose HUGWBC: a unified and general humanoid whole-body controller for fine-grained locomotion. By designing a general command space in the aspect of tasks and behaviors, along with advanced techniques like symmetrical loss and intervention training for learning a whole-body humanoid controlling policy in simulation, HugWBC enables real-world humanoid robots to produce various natural gaits, including walking (running), jumping, standing, and hopping, with customizable parameters such as frequency, foot swing height, further combined with different body height, waist rotation, and body pitch, all in one single policy. Beyond locomotion, HUGWBC also supports real-time interventions from external upper-body controllers like teleoperation, enabling loco-manipulation while maintaining precise control under any locomotive behavior. Our experiments validate the high tracking accuracy and robustness of HUGWBC with/without upper-body intervention for all commands, and we further provide an in-depth analysis of how the various commands affect humanoid movement and offer insights into the relationships between these commands. To our knowledge, HugWBC is the first humanoid whole-body controller that supports such fine-grained locomotion behaviors with high robustness and flexibility.
• Abstract（参考訳）: ロコモーションはヒューマノイドロボットの基本的なスキルである。 しかし、現存するほとんどの作品では、ロコモーションは単行本であり、退屈で、拡張不可能で、受動的であった。 これにより、ヒューマノイドロボットの運動能力が制限される。 対照的に、人間は多彩な運動能力を持ち、ジャンプ、ホッピング、周波数、足の高さなどの歩行パラメータを微調整する。 本稿では,人型移動にこのような汎用性を持たせるためのソリューションについて検討し,より微細な移動を実現する統一型汎用型ヒューマノイド全体制御器HUGWBCを提案する。 HugWBCは、タスクや行動の側面における一般的なコマンド空間を設計し、シミュレーションで全身のヒューマノイド制御ポリシーを学ぶための対称的損失や介入訓練のような高度な技術とともに、歩行(ランニング)、ジャンプ(ジャンプ)、立ち上がり、ホッピング(ホッピング)などの現実世界のヒューマノイドロボットを、周波数、足のスイング高さなどのカスタマイズ可能なパラメータで生成することを可能にする。 移動以外にも、HUGWBCは遠隔操作のような外部上半身コントローラーからのリアルタイムの介入をサポートし、機関車の動作下で正確な制御を維持しながらロコ操作を可能にする。 本実験では,HUGWBCの高追従精度とロバスト性を評価するとともに,各コマンドがヒューマノイド運動にどう影響するかを詳細に分析し,これらのコマンド間の関係について考察する。 我々の知る限り、HugWBCは、高い堅牢性と柔軟性を備えた、このようなきめ細かい移動動作をサポートする最初のヒューマノイド全体コントローラである。

関連論文リスト

• Learning Multi-Modal Whole-Body Control for Real-World Humanoid Robots [13.229028132036321]
  Masked Humanoid Controller (MHC)は、立位、歩行、体の一部の動きの模倣をサポートする。 MHCは、立ち上がり、歩行、最適化された基準軌跡、再ターゲットされたビデオクリップ、人間のモーションキャプチャーデータにまたがる行動のライブラリから、部分的にマスクされた動きを模倣する。 実世界のDigi V3ヒューマノイドロボット上でのシミュレート・トゥ・リアルトランスファーを実演する。
  論文  参考訳（メタデータ） (2024-07-30T09:10:24Z)
• Visual Whole-Body Control for Legged Loco-Manipulation [22.50054654508986]
  そこで本研究では,ロボットアームを用いた移動操作の問題点について検討する。 視覚的観察により全身制御を自律的に行うことのできる枠組みを提案する。
  論文  参考訳（メタデータ） (2024-03-25T17:26:08Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
  物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。 まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。 次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
  論文  参考訳（メタデータ） (2023-10-06T20:48:43Z)
• Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
  脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。 犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。 ベンチマークに対処する2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:49:43Z)
• QuestSim: Human Motion Tracking from Sparse Sensors with Simulated Avatars [80.05743236282564]
  人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。 本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。 一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2022-09-20T00:25:54Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• Agile Maneuvers in Legged Robots: a Predictive Control Approach [20.55884151818753]
  そこで本研究では,ロボットがアジャイルなロコモーションスキルを計画し,実行できるようにする,接触位相予測および状態フィードバックコントローラを提案する。 私たちの研究は、予測制御がアクティベーション制限を処理し、アジャイルなロコモーション操作を生成し、別のボディコントローラを使わずに、ハードウェア上でローカルに最適なフィードバックポリシーを実行することができることを示す最初のものです。
  論文  参考訳（メタデータ） (2022-03-14T23:32:17Z)
• Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
  足の移動はロボティクスの操作領域を劇的に拡張することができる。 足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。 ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
  論文  参考訳（メタデータ） (2020-10-21T19:11:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。