論文の概要: LocoFormer: Generalist Locomotion via Long-context Adaptation

• arxiv url: http://arxiv.org/abs/2509.23745v1
• Date: Sun, 28 Sep 2025 08:50:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.417424
• Title: LocoFormer: Generalist Locomotion via Long-context Adaptation
• Title（参考訳）: LocoFormer:Long-context Adaptationによる汎用ロコモーション
• Authors: Min Liu, Deepak Pathak, Ananye Agarwal,
• Abstract要約: LocoFormerは、これまで目に見えなかった脚と車輪のついたロボットを制御できる、汎用的なオムニ体ロコモーションモデルである。 LocoFormerは、テスト時にモルフォロジーやダイナミクスの変化に適応することができる。
• 参考スコア（独自算出の注目度）: 41.30720557258813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern locomotion controllers are manually tuned for specific embodiments. We present LocoFormer, a generalist omni-bodied locomotion model that can control previously unseen legged and wheeled robots, even without precise knowledge of their kinematics. LocoFormer is able to adapt to changes in morphology and dynamics at test time. We find that two key choices enable adaptation. First, we train massive scale RL on procedurally generated robots with aggressive domain randomization. Second, in contrast to previous policies that are myopic with short context lengths, we extend context by orders of magnitude to span episode boundaries. We deploy the same LocoFormer to varied robots and show robust control even with large disturbances such as weight change and motor failures. In extreme scenarios, we see emergent adaptation across episodes, LocoFormer learns from falls in early episodes to improve control strategies in later ones. We believe that this simple, yet general recipe can be used to train foundation models for other robotic skills in the future. Videos at generalist-locomotion.github.io.
• Abstract（参考訳）: 現代の移動制御装置は、特定の実施のために手動で調整される。 LocoFormerは汎用的なオムニボディのロコモーションモデルで、これまで見たことのない脚と車輪のついたロボットを、キネマティクスの正確な知識がなくても制御できる。 LocoFormerは、テスト時にモルフォロジーやダイナミクスの変化に適応することができる。 2つの重要な選択が適応を可能にします。 まず、攻撃的なドメインランダム化を伴う手続き的に生成されたロボットに対して、大規模RLを訓練する。 第2に、短い文脈長を持つミオピックな以前のポリシーとは対照的に、文脈をエピソード境界を越えて桁違いに拡張する。 同じLocoFormerを様々なロボットにデプロイし、重量変化やモーター故障といった大きな障害があっても頑健な制御を見せる。 極端なシナリオでは、エピソード間の緊急適応が見られ、LocoFormerは、初期エピソードのフォールから学び、後のエピソードのコントロール戦略を改善する。 このシンプルで一般的なレシピは、将来他のロボットスキルの基礎モデルを訓練するのに使えると信じています。 Generalist-locomotion.github.ioでの動画。

関連論文リスト

• GRoQ-LoCO: Generalist and Robot-agnostic Quadruped Locomotion Control using Offline Datasets [0.8678250057211367]
  GRoQ-LoCOはスケーラブルで注目度の高いフレームワークで、複数の四足歩行ロボットと地形をまたいだ1つの汎用的なロコモーションポリシーを学習する。 我々のフレームワークは、ロボット固有のエンコーディングを組み込まずに、すべてのロボットからの保護的データのみを運用する。 その結果、オフラインでデータ駆動学習により、様々な4つの形態や行動にまたがる移動を一般化する可能性が示された。
  論文  参考訳（メタデータ） (2025-05-16T08:17:01Z)
• DexDribbler: Learning Dexterous Soccer Manipulation via Dynamic Supervision [26.9579556496875]
  移動物体の協調操作と,サッカーなどの足による移動は,学習コミュニティにおいて目立たない注目を集める。 出力をダイナミックな関節レベル移動監視として使用し,必要な身体レベルの動きを正確に計算するフィードバック制御ブロックを提案する。 我々は,我々の学習手法が政策ネットワークをより早く収束させるだけでなく,サッカーロボットが高度な操作を行うことを可能にすることを観察した。
  論文  参考訳（メタデータ） (2024-03-21T11:16:28Z)
• 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)
• 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)
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
  シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。 ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。 本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
  論文  参考訳（メタデータ） (2021-03-26T07:14:01Z)
• 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。