論文の概要: SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy

• arxiv url: http://arxiv.org/abs/2604.18557v1
• Date: Mon, 20 Apr 2026 17:46:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:53.028392
• Title: SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy
• Title（参考訳）: SynAgent: Solo-to-Cooperative Agent Synergyによる汎用的協調型ヒューマノイドマニピュレーション
• Authors: Wei Yao, Haohan Ma, Hongwen Zhang, Yunlian Sun, Liangjun Xing, Zhile Yang, Yuanjun Guo, Yebin Liu, Jinhui Tang,
• Abstract要約: 制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。 スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。 実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
• 参考スコア（独自算出の注目度）: 59.86199649493784
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controllable cooperative humanoid manipulation is a fundamental yet challenging problem for embodied intelligence, due to severe data scarcity, complexities in multi-agent coordination, and limited generalization across objects. In this paper, we present SynAgent, a unified framework that enables scalable and physically plausible cooperative manipulation by leveraging Solo-to-Cooperative Agent Synergy to transfer skills from single-agent human-object interaction to multi-agent human-object-human scenarios. To maintain semantic integrity during motion transfer, we introduce an interaction-preserving retargeting method based on an Interact Mesh constructed via Delaunay tetrahedralization, which faithfully maintains spatial relationships among humans and objects. Building upon this refined data, we propose a single-agent pretraining and adaptation paradigm that bootstraps synergistic collaborative behaviors from abundant single-human data through decentralized training and multi-agent PPO. Finally, we develop a trajectory-conditioned generative policy using a conditional VAE, trained via multi-teacher distillation from motion imitation priors to achieve stable and controllable object-level trajectory execution. Extensive experiments demonstrate that SynAgent significantly outperforms existing baselines in both cooperative imitation and trajectory-conditioned control, while generalizing across diverse object geometries. Codes and data will be available after publication. Project Page: http://yw0208.github.io/synagent
• Abstract（参考訳）: 制御可能な協調型ヒューマノイド操作は、データ不足、マルチエージェント調整の複雑さ、オブジェクト間の限定的な一般化などにより、インテリジェンスを具現化するための基本的な問題である。 本稿では、SynAgentについて述べる。SynAgentは、Solo-to-Cooperative Agent Synergyを利用して、シングルエージェントの人間-オブジェクトインタラクションからマルチエージェントの人間-オブジェクト-ヒューマンシナリオへスキルを移行することで、スケーラブルで物理的に妥当な協調操作を可能にする統合フレームワークである。 移動中の意味的整合性を維持するため,人間と物体間の空間的関係を忠実に維持する,Delaunay四面体化によって構築された相互対応メッシュに基づく相互作用保存的再ターゲティング手法を提案する。 この改良されたデータに基づいて、分散トレーニングとマルチエージェントPPOを通じて、豊富な単一人間のデータから相乗的協調行動をブートストラップするシングルエージェント事前学習および適応パラダイムを提案する。 最後に, 条件付きVAEを用いた軌道条件付き生成ポリシーを開発し, 動作模倣によるマルチティーチンガー蒸留を用いて訓練し, 安定かつ制御可能な物体レベルの軌道実行を実現する。 広範囲にわたる実験により、SynAgentは、様々な対象測地をまたいで一般化しながら、協調的模倣と軌道条件制御の両方において既存のベースラインを著しく上回ることを示した。 コードとデータは公開後利用可能になる。 Project Page: http://yw0208.github.io/synagent

関連論文リスト

• TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
  物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。 我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
  論文  参考訳（メタデータ） (2026-03-09T05:52:13Z)
• InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs [72.5651722107621]
  InterAgentはテキスト駆動型物理ベースのマルチエージェントヒューマノイド制御のためのエンドツーエンドフレームワークである。 本稿では,マルチストリームブロックを備えた自己回帰拡散トランスフォーマーを提案する。 また,空間依存性の微粒化を明示的に捉えた対話グラフのエクスセプション表現を提案する。
  論文  参考訳（メタデータ） (2025-12-08T10:46:01Z)
• CooHOI: Learning Cooperative Human-Object Interaction with Manipulated Object Dynamics [44.30880626337739]
  CooHOIはマルチヒューマノイド物体輸送問題の解決を目的としたフレームワークである。 単一のヒューマノイドキャラクタは、人間の動きの先行から模倣学習を通じてオブジェクトと対話することを学ぶ。 そして、ヒューマノイドは、操作対象の共有ダイナミクスを考慮し、他人と協調することを学ぶ。
  論文  参考訳（メタデータ） (2024-06-20T17:59:22Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)

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。