論文の概要: Toward Hardware-Agnostic Quadrupedal World Models via Morphology Conditioning

• arxiv url: http://arxiv.org/abs/2604.08780v1
• Date: Thu, 09 Apr 2026 21:31:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.588951
• Title: Toward Hardware-Agnostic Quadrupedal World Models via Morphology Conditioning
• Title（参考訳）: 形態条件付きハードウェア非依存四足歩行世界モデルに向けて
• Authors: Mohamad H. Danesh, Chenhao Li, Amin Abyaneh, Anas Houssaini, Kirsty Ellis, Glen Berseth, Marco Hutter, Hsiu-Chin Lin,
• Abstract要約: 我々は、一般化可能な四足歩行世界モデルをトレーニングするためのフレームワークへの一歩を踏み出した。 ロボットの工学的仕様に生成力学を明示的に規定する。 我々は、初めて、ゼロショットの一般化を可能にする世界モデルを導入し、ロコモーションの新しい形態について紹介する。
• 参考スコア（独自算出の注目度）: 29.296527466383242
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models promise a paradigm shift in robotics, where an agent learns the underlying physics of its environment once to enable efficient planning and behavior learning. However, current world models are often hardware-locked specialists: a model trained on a Boston Dynamics Spot robot fails catastrophically on a Unitree Go1 due to the mismatch in kinematic and dynamic properties, as the model overfits to specific embodiment constraints rather than capturing the universal locomotion dynamics. Consequently, a slight change in actuator dynamics or limb length necessitates training a new model from scratch. In this work, we take a step towards a framework for training a generalizable Quadrupedal World Model (QWM) that disentangles environmental dynamics from robot morphology. We address the limitations of implicit system identification, where treating static physical properties (like mass or limb length) as latent variables to be inferred from motion history creates an adaptation lag that can compromise zero-shot safety and efficiency. Instead, we explicitly condition the generative dynamics on the robot's engineering specifications. By integrating a physical morphology encoder and a reward normalizer, we enable the model to serve as a neural simulator capable of generalizing across morphologies. This capability unlocks zero-shot control across a range of embodiments. We introduce, for the first time, a world model that enables zero-shot generalization to new morphologies for locomotion. While we carefully study the limitations of our method, QWM operates as a distribution-bounded interpolator within the quadrupedal morphology family rather than a universal physics engine, this work represents a significant step toward morphology-conditioned world models for legged locomotion.
• Abstract（参考訳）: 世界モデルはロボット工学のパラダイムシフトを約束し、エージェントは環境の基礎となる物理を一度に学習し、効率的な計画と行動学習を可能にする。 ボストン・ダイナミクス・スポット(Boston Dynamics Spot)ロボットで訓練されたモデルは、運動力学と動的特性のミスマッチのため、Unitree Go1上で破滅的に失敗する。 その結果、アクチュエータのダイナミクスや手足の長さのわずかな変化は、新しいモデルをスクラッチからトレーニングする必要がある。 本研究では,ロボット形態から環境力学を解き放つ,一般化可能な四足歩行世界モデル(QWM)を訓練する枠組みに向けて前進する。 静的な物理的特性(質量や手足の長さなど)を動作履歴から推定される潜伏変数として扱うことで、ゼロショットの安全性と効率を損なうような適応ラグが発生するという、暗黙的なシステム識別の限界に対処する。 代わりに、ロボットのエンジニアリング仕様に生成ダイナミクスを明示的に条件付けます。 物理形態素エンコーダと報酬正規化器を組み合わせることにより、モデルがモルフォロジー全体にわたって一般化可能なニューラルシミュレータとして機能することができる。 この機能は、様々な実施範囲でゼロショット制御をアンロックする。 我々は、初めて、ゼロショットの一般化を可能にする世界モデルを導入し、ロコモーションの新しい形態について紹介する。 本研究は,本手法の限界を慎重に研究する一方,QWMは四面体形態学ファミリ内の分布結合型補間器として機能するが,本研究は足の運動に対する形態条件付き世界モデルへの重要な一歩である。

関連論文リスト

• WestWorld: A Knowledge-Encoded Scalable Trajectory World Model for Diverse Robotic Systems [30.47929124291285]
  軌道世界モデルは、ロボット力学の学習、計画、制御において重要な役割を果たす。 多様なロボットシステムのためのknoWledge-Encoded Scalable Trajectory WorldモデルであるWestWorldを紹介する。 WestWorldは、ゼロおよび少数ショットの軌道予測において、競争ベースラインよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2026-03-15T14:12:43Z)
• Walk through Paintings: Egocentric World Models from Internet Priors [65.30611174953958]
  本稿では,エゴセントリック・ワールド・モデル(EgoWM)について述べる。 我々は、スクラッチからトレーニングするよりも、インターネット規模のビデオモデルのリッチワールドを再利用し、軽量なコンディショニング層を通じてモーターコマンドを注入する。 当社のアプローチは,3-DoF移動ロボットから25-DoFヒューマノイドまで,エボディメントやアクションスペースを自然に拡張する。
  論文  参考訳（メタデータ） (2026-01-21T18:59:32Z)
• AdaMorph: Unified Motion Retargeting via Embodiment-Aware Adaptive Transformers [49.796014934503184]
  本研究では、単一モデルで多様なロボット形態に人間の動きを適応させることができる統一型ニューラルネットワークフレームワークを提案する。 12個の異なるヒューマノイドロボットの実験結果から、AdaMorphが異種トポロジにわたって効果的に制御できることが示されている。
  論文  参考訳（メタデータ） (2026-01-12T07:39:38Z)
• Dynamic Policy Learning for Legged Robot with Simplified Model Pretraining and Model Homotopy Transfer [9.720210672100762]
  本研究では,モデル事前学習とモデルホモトピー伝達を組み合わせた継続学習フレームワークを導入し,複雑な動的挙動を効率的に生成・洗練する。 我々のフレームワークは、フリップや壁の操作など、様々な動的タスクで検証されており、リアルペダルロボットにうまく展開されている。
  論文  参考訳（メタデータ） (2025-12-31T08:04:22Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• High-Degrees-of-Freedom Dynamic Neural Fields for Robot Self-Modeling and Motion Planning [6.229216953398305]
  ロボットの自己モデル(英: Robot self-model)は、ロボットの運動計画タスクに使用できる身体形態の表現である。 本研究では,高次自由度を条件とした動的オブジェクト中心シーンのためのエンコーダに基づくニューラル密度場アーキテクチャを提案する。 7-DOFロボットテストセットでは、学習された自己モデルは、ロボットの次元ワークスペースの2%のChamfer-L2距離を達成する。
  論文  参考訳（メタデータ） (2023-10-05T16:01:29Z)
• Universal Morphology Control via Contextual Modulation [52.742056836818136]
  異なるロボット形態をまたいだ普遍的なポリシーの学習は、継続的な制御における学習効率と一般化を著しく向上させることができる。 既存の手法では、グラフニューラルネットワークやトランスフォーマーを使用して、異種状態と異なる形態のアクション空間を処理する。 本稿では,この依存関係を文脈変調によりモデル化する階層型アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-22T00:04:12Z)
• An Adaptable Approach to Learn Realistic Legged Locomotion without Examples [38.81854337592694]
  本研究は,バネ装荷逆振り子モデルを用いて学習プロセスを導くことで,移動における現実性を保証するための汎用的アプローチを提案する。 モデルのない設定であっても、2足歩行ロボットと4足歩行ロボットに対して、学習したポリシーが現実的でエネルギー効率のよい移動歩行を生成できることを示す実験結果を示す。
  論文  参考訳（メタデータ） (2021-10-28T10:14:47Z)
• Physics-Integrated Variational Autoencoders for Robust and Interpretable Generative Modeling [86.9726984929758]
  我々は、不完全物理モデルの深部生成モデルへの統合に焦点を当てる。 本稿では,潜在空間の一部が物理によって基底づけられたVAEアーキテクチャを提案する。 合成および実世界のデータセットの集合に対して生成的性能改善を示す。
  論文  参考訳（メタデータ） (2021-02-25T20:28:52Z)

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。