論文の概要: HOIST: Humanoid Optimization with Imitation and Sample-efficient Tuning for Manipulating Suspended Loads

• arxiv url: http://arxiv.org/abs/2606.00252v1
• Date: Fri, 29 May 2026 18:33:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.179131
• Title: HOIST: Humanoid Optimization with Imitation and Sample-efficient Tuning for Manipulating Suspended Loads
• Title（参考訳）: HOIST:サスペンド負荷操作のためのシミュレーションとサンプル効率チューニングによるヒューマノイド最適化
• Abstract要約: 本報告では, 吊り荷重の操作にImitation と Sample- efficient Tuning を最適化したHOIST-Humanoidを提案する。 HOISTはまず、仮想現実(VR)遠隔操作のデモから、高レベルのビジョンアクション(VLA)ポリシーを微調整する。 次に、VLAロールアウトと反復バッチRLを使用して配置精度を改善し、動作を停止する。
• 参考スコア（独自算出の注目度）: 26.63242922377076
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Manipulating suspended payloads with humanoid robots is challenging because the robot can only influence an underactuated, oscillatory load through whole-body motion and intermittent contact. Imitation learning provides safe initial behavior but does not directly optimize final placement, while reinforcement learning from scratch is unsafe and sample-inefficient on real humanoids. We present HOIST-Humanoid Optimized with Imitation and Sample-efficient Tuning for manipulating suspended loads. HOIST first finetunes a high-level vision-language-action (VLA) policy from virtual-reality (VR) teleoperation demonstrations and executes its commands through a whole-body controller. It then uses VLA rollouts and iterative batched RL to improve placement accuracy and stopping behavior. Experiments in simulation and on a real humanoid show that HOIST improves over imitation-only and additional-demonstration baselines; compared with pure VLA rollouts, HOIST reduces translational placement error by 19.9 cm and raw angular error by 3.56 degrees, demonstrating the potential of humanoids for underactuated material-handling tasks.
• Abstract（参考訳）: 吊り下げられたペイロードをヒューマノイドロボットで操作することは難しい。 イミテーション学習は安全な初期動作を提供するが、最終的な配置を直接最適化するものではない。 本報告では, 吊り下げ荷重の操作にImitationとSample- efficient Tuningを併用したHOIST-Humanoidを提案する。 HOISTはまず、仮想現実感(VR)遠隔操作のデモから高レベルの視覚言語アクション(VLA)ポリシーを微調整し、全身コントローラを通じてそのコマンドを実行する。 次に、VLAロールアウトと反復バッチRLを使用して配置精度を改善し、動作を停止する。 シミュレーションと実際のヒューマノイドを用いた実験では、HOISTは模擬のみおよび追加のデモストレーションベースラインよりも改善しており、純粋なVLAロールアウトと比較して、HOISTは翻訳の配置誤差を19.9cm、生の角誤差を3.56度削減し、不活性化物質処理タスクのためのヒューマノイドの可能性を示している。

関連論文リスト

• HAF: Adapting Generalist VLAs to Humanoid Whole-Body Loco-manipulation via Hierarchical Action Flow and Spectral Latent RL [56.014913786737104]
  本稿では,HAF(Humanoid Adaptation Framework)を導入し,市販の汎用VLAファンデーションモデルをヒューマノイド全体のロコ操作に転送する。 HAF-VLAは、事前訓練されたフローマッチングVLA上に構築された階層型アクションフロージェネレータである。 HaF-Steerは、フローマッチングの可逆性とDCTに基づく次元削減を活用する、オフラインからオフラインまでの潜時パイプラインである。
  論文  参考訳（メタデータ） (2026-08-17T17:22:33Z)
• Pre-training Visual Dexterity in Simulation [67.17477115017896]
  シミュレーションで完全に収集されたデータを利用するデクスタラスな操作のための事前学習フレームワークを導入する。 5人のオペレーターの助けを借りて、1週間にわたって75時間のマルチタスク・デキスタラスな操作を収集し、配列モデリングの目的に基づいて因果変換器を事前訓練する。 提案手法は,シミュレーション遠隔操作が実世界における創発的操作のトレーニング前情報源として有効なことを示し,学習行動のクローン化方針をゼロから上回る結果を得た。
  論文  参考訳（メタデータ） (2026-08-16T20:21:33Z)
• EvoHIL: Self-Evolving Reward and Flow-Matched Policy Optimization for Robust Human-in-the-Loop Reinforcement Learning [14.891400906901433]
  EvoHILは、報酬モデル、アクションジェネレータ、ヴィジュアルドメインを、段階的なヒューマン・イン・ザ・ループ学習プロセスに適合させる統一されたフレームワークである。 タスクの成功、人間確認ラベルとの合意、動作のスムーズさ、ループ中の人間と模倣のベースラインに対する完了時間を改善する。
  論文  参考訳（メタデータ） (2026-08-04T16:12:05Z)
• Object-Centric Residual RL for Zero-Shot Sim-to-Real VLA Enhancement [52.93267443851685]
  VLA(Vision-Language-Action)モデルは様々な操作タスクにまたがって一般化することができる。 シミュレーションで純粋に訓練された強化学習政策は、実世界のVLAのゼロショットの堅牢性を改善することができるか? 本稿では,オブジェクトポーズを用いてVLA動作を洗練するオブジェクト中心残差RLフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-17T11:36:54Z)
• ROVE: Unlocking Human Interventions for Humanoid Manipulation via Reinforcement Learning [44.43333438148224]
  人間の介入が不十分な人型VLA後トレーニングのための強化学習フレームワークであるROVEを提案する。 まず、ROVEは、ヒューマノイド操作のためのデプロイメントと介入データを収集できる、Human-in-the-loopパイプラインを導入している。 第二に、OVE(Optimistic Value Estimation)を用いて、混合質軌道から高価値な振る舞いを優先順位付けする。
  論文  参考訳（メタデータ） (2026-06-15T17:45:06Z)
• OASIS: From Simulation Data Collection to Real-World Humanoid Loco-Manipulation [51.37436817948304]
  OASISはヒューマノイドのロコ操作のためのシミュレーションデータ駆動のフレームワークである。 3次元生成モデルを用いて実世界の画像から現実的なオブジェクト資産を再構築する。 ゼロショットデプロイメントでは、実際のロボット遠隔操作データでトレーニングされたタスクよりも、ほとんどのタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-06-07T10:01:53Z)
• LEGS: Fine-Tuning Teleop-Free VLAs for Humanoid Loco-manipulation in an Embodied Gaussian Splatting World [14.534355249709371]
  LEGS (Loco-Manipulation via Embodied Gaussian Splatting) は、手持ちのシーンキャプチャから再構築された、フォトリアリスティックな3Dガウスの背景の上にメッシュ前景(ロボット、オブジェクト、プロップ)を合成するハイブリッドシミュレータである。 ユニツリーG1のヒューマノイドロボットでは、3つのタスクにまたがって、LEGSのデータマッチングに純粋に訓練されたポリシーが、あらゆる実験で人間の遠隔操作デモで訓練されたポリシーを上回っている。 また、3DGSの背景効果を非難するメッシュのみのシミュレーションベースラインを上回り、フォトリアリスティックレンダリングが合成データ転送の鍵となることを示している。
  論文  参考訳（メタデータ） (2026-05-31T21:36:02Z)
• HARP-VLA: Human-Robot Aligned Representation Learning for Vision-Language-Action Model [13.153130497047043]
  大規模な人間のビデオから一般化可能な視覚-言語-アクションモデルを学ぶことは有望だが、断熱的不一致のため難しい。 本稿では,人間のビデオからより効果的なVLA事前学習のための人間ロボット協調表現学習フレームワークであるHARPを提案する。 特徴可視化、シミュレーション、実世界の操作実験は、人間ロボットのアライメントと下流ポリシーのパフォーマンスを改善した。
  論文  参考訳（メタデータ） (2026-05-29T12:36:30Z)
• SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework [27.050974194855964]
  現実の世界における全身のロボット操作を一般化できるヒューマノイドロボットの構築は、依然として根本的な課題である。 SuGARは、多様な人間の動画をデプロイ可能なヒューマノイドのロコ操作スキルに変換するスケーラブルなデータ駆動フレームワークである。 シミュレーションと実世界のヒューマノイドハードウェアにおいて,SUGARを6つの代表的ロコ操作タスクで評価する。
  論文  参考訳（メタデータ） (2026-05-19T18:24:05Z)
• HALO:Closing Sim-to-Real Gap for Heavy-loaded Humanoid Agile Motion Skills via Differentiable Simulation [22.6954724792851]
  微分可能シミュレータ MuJoCo XLA 上に構築した2段階勾配システム同定フレームワークを提案する。 第1段階は、実世界のデータを用いて名目ロボットモデルを校正し、本質的なシミュレートの相違を低減させる。 第2段階は、未知のペイロードの質量分布をさらに特定する。
  論文  参考訳（メタデータ） (2026-03-16T10:38:05Z)
• Self-Correcting VLA: Online Action Refinement via Sparse World Imagination [55.982504915794514]
  本稿では, 自己補正VLA (SC-VLA) を提案する。 SC-VLAは最先端のパフォーマンスを達成し、最高タスクスループットを16%削減し、最高パフォーマンスのベースラインよりも9%高い成功率を得る。
  論文  参考訳（メタデータ） (2026-02-25T06:58:06Z)
• EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data [114.89243396877453]
  EgoScaleは、大規模な自我中心の人間データ上に構築された人から器用な操作伝達フレームワークである。 簡単な2段階のトランスファーレシピを導入し, 大規模人体事前訓練と, ライトウェイトアライメントされた人間ロボットのトレーニングを行った。 最終方針は、22個のDoFデキスタラスロボットハンドを使用して、トレーニング済みのベースラインに対して平均成功率を54%向上させる。
  論文  参考訳（メタデータ） (2026-02-18T18:59:05Z)
• Accelerating Robotic Reinforcement Learning with Agent Guidance [17.75786047468276]
  強化学習(RL)は、自律ロボットが試行錯誤を通じて汎用的な操作スキルを習得するための強力なパラダイムを提供する。 近年のHuman-in-the-Loop(HIL)手法は,人間の修正によってトレーニングを加速するが,この手法はスケーラビリティの障壁に直面している。 エージェント誘導政策探索(AGPS)は,人間の監督者をマルチモーダルエージェントに置き換えることで,トレーニングパイプラインを自動化するフレームワークである。
  論文  参考訳（メタデータ） (2026-02-12T14:09:32Z)
• MiVLA: Towards Generalizable Vision-Language-Action Model with Human-Robot Mutual Imitation Pre-training [102.850162490626]
  人間のロボットによる相互模倣事前学習による視覚-言語-行動モデルであるMiVLAを提案する。 MiVLAは、最先端のVLAよりも優れた、強力な改良された一般化能力を実現する。
  論文  参考訳（メタデータ） (2025-12-17T12:59:41Z)
• TrajBooster: Boosting Humanoid Whole-Body Manipulation via Trajectory-Centric Learning [79.59753528758361]
  両足のVLAを促進するために、豊富な車輪付きヒューマノイドデータを活用するクロス・エボディメント・フレームワークであるTrajBoosterを提案する。 私たちのキーとなる考え方は、形態素に依存しないインターフェースとして、エンドエフェクタ・トラジェクトリを使用することです。 以上の結果から,TrajBoosterは既存の車輪付きヒューマノイドデータにより,二足歩行ヒューマノイドVLAの性能を効率的に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2025-09-15T12:25:39Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。