論文の概要: Learning Asynchronous Upper-body Task-space Trajectory Tracking Policy for Humanoid Robots

• arxiv url: http://arxiv.org/abs/2606.25706v1
• Date: Wed, 24 Jun 2026 11:19:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.316058
• Title: Learning Asynchronous Upper-body Task-space Trajectory Tracking Policy for Humanoid Robots
• Title（参考訳）: ヒューマノイドロボットのための非同期上半身タスク空間軌跡追跡ポリシーの学習
• Abstract要約: ヒューマノイドのための非同期な上半身タスク空間追跡フレームワークを提案する。 学生政策は、教師と学生による蒸留であり、完全にキャッシュされた将来の軌跡に基づいている。 タスク固有のポストトレーニングでは、MPCモジュールがスパース参照をフローティングベースとアッパーボディのガイダンスに完了させる。
• 参考スコア（独自算出の注目度）: 23.48077252367636
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-level humanoid planners often output sparse task-space, low-rate trajectories, whereas whole-body controllers run at high frequency. This creates temporal asynchrony between the planning and execution, and structural incompleteness for full-body control. We propose an asynchronous upper body task-space tracking framework for humanoids. A student policy is initialized by teacher-student distillation, conditioned on the full cached future trajectory and an execution-time index, and trained with a sliding-window global reward to reduce frame drift without explicit frame estimation. For task-specific post-training, an MPC module completes sparse references into floating-base and upper-body guidance, while action- and FK level self-guidance constrain policy drift. Simulation and Unitree G1 hardware experiments show improved tracking under low update rates, stronger performance than synchronous and decoupled baselines, and safer adaptation to out-of-distribution motions.
• Abstract（参考訳）: ハイレベルなヒューマノイドプランナーはしばしばスパースなタスク空間、低レートの軌道を出力する。 これにより、計画と実行の間に時間的同期が生じ、フルボディ制御のための構造的不完全性が生じる。 ヒューマノイドのための非同期な上半身タスク空間追跡フレームワークを提案する。 学生ポリシーは教師学生の蒸留によって初期化され、フルキャッシュされた将来の軌跡と実行時指数に条件付けされ、スライディングウインドウのグローバル報酬で訓練され、明示的なフレーム推定なしでフレームドリフトを低減する。 タスク固有の後トレーニングでは、MPCモジュールが浮動小数点基準を浮動小数点基準と上体ガイダンスに完全化し、アクションとFKレベルの自己誘導制約ポリシーがドリフトする。 シミュレーションとUnitree G1ハードウェア実験では、低更新率でのトラッキングの改善、同期および分離されたベースラインよりもパフォーマンスの向上、配布外動作への適応の安全性が示されている。

関連論文リスト

• Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
  シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。 擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。 本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
  論文  参考訳（メタデータ） (2026-07-08T18:23:48Z)
• RoamFlow: Reinforcement-Aligned One-Step Action MeanFlow Policy for Image-Goal Navigation [15.931984448913264]
  RoamFlowは、MeanFlowを利用して軌道合成の平均速度場を予測する生成ナビゲーションフレームワークである。 Habitatシミュレーションと実世界のロボットプラットフォームの両方の実験では、RoamFlowは、リアルタイムの制約下で強力なナビゲーション性能を維持しながら、効率的な推論を実現している。
  論文  参考訳（メタデータ） (2026-06-29T08:10:43Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Simple but Stable, Fast and Safe: Achieve End-to-end Control by High-Fidelity Differentiable Simulation [14.322775509774246]
  障害物回避(Obstacle avoidance)は、四重項が高度なアプリケーションを実行できるようにするための基本的な視覚ベースのタスクである。 本稿では,深度画像を直接低レベルのボディレートコマンドにマッピングする新しいエンドツーエンドポリシーを提案する。 その結果,提案手法は,最先端のベースラインの中で,最も成功率が高く,かつ最低であることがわかった。
  論文  参考訳（メタデータ） (2026-04-12T09:38:00Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• AsyncVLA: An Asynchronous VLA for Fast and Robust Navigation on the Edge [49.66156306240961]
  高レイテンシは制御ループを壊し、リアルタイムデプロイメントでは安全でない強力なモデルをレンダリングする。 リアクティブ実行からセマンティック推論を分離する非同期制御フレームワークであるAsyncVLAを提案する。 AsyncVLAは、最先端のベースラインよりも40%高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-13T21:31:19Z)
• HiWET: Hierarchical World-Frame End-Effector Tracking for Long-Horizon Humanoid Loco-Manipulation [43.43128572722804]
  我々は、ヒューマノイドのロコ操作におけるエンドエフェクタトラッキングとしてこの問題を再考する。 動的実行からグローバルな推論を分離する階層的強化学習フレームワークであるHiWETを提案する。 我々は,HuWETが長期のワールドフレームタスクにおいて,高精度かつ安定したエンドエフェクタトラッキングを実現することを示す。
  論文  参考訳（メタデータ） (2026-02-06T03:11:56Z)
• Robust and Generalized Humanoid Motion Tracking [17.58241987932198]
  一般的なヒューマノイド全体制御器の学習は、ロボット領域に移動された後、実用的な参照動作がノイズや不整合を示す可能性があるため、困難である。 本稿では,因果的時間的エンコーダを用いた動的条件付きコマンドアグリゲーションフレームワークの提案と,コンテキストウィンドウを選択的に集約するマルチヘッド・クロスアテンション・コマンドエンコーダを提案する。 提案手法は多種多様な参照入力と挑戦的な動作条件の下で評価され,無見えない動作へのゼロショット転送と,物理的ヒューマノイドロボットへのロバストなシミュレート・トゥ・リアル転送が実証された。
  論文  参考訳（メタデータ） (2026-01-30T15:27:43Z)
• ImplicitRDP: An End-to-End Visual-Force Diffusion Policy with Structural Slow-Fast Learning [52.86018040861575]
  本稿では,単一のネットワークに視覚計画と反応力制御を統合した,一貫したエンドツーエンドの視覚力拡散政策を提案する。 本稿では,非同期な視覚と力のトークンを同時に処理するための因果的注意力を利用した構造的スローフォールストラーニングを紹介する。 コンタクトリッチタスクの実験では、ImplicitRDPは視覚のみのベースラインと階層的なベースラインの両方で著しく優れていた。
  論文  参考訳（メタデータ） (2025-12-11T18:59:46Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)

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。