論文の概要: A System for Fast, Resilient, and Adaptable Loco-Manipulation Behaviors on Humanoid Robots

• arxiv url: http://arxiv.org/abs/2606.26425v1
• Date: Wed, 24 Jun 2026 22:30:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.093875
• Title: A System for Fast, Resilient, and Adaptable Loco-Manipulation Behaviors on Humanoid Robots
• Title（参考訳）: ヒューマノイドロボットの高速・弾力性・適応性を考慮したロコマニピュレーションシステム
• Abstract要約: この論文では、ロボットがローカルで実行可能で、実行時の振る舞いのオーサリングと実行システムを提示している。 当社のシステムは,Coactive Designの原則に従って,最大で観測可能,予測可能,指示可能であることを目標としています。 私たちのシステムは、Boston DynamicsのDRC Atlas、NASAのValkyrie、IHMC、ボードウォークロボティクスのNadia、UnitreeのH1-2、IHMCのAlexなど、多くのヒューマノイドロボットにデプロイされています。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humanoid robots could take on physically demanding, hazardous, and repetitive work in spaces built for humans. However, a useful robot for these spaces must coordinate locomotion, whole body motion, perception, contact, and operator supervision. This thesis presents a robot-local, runtime-editable behavior authoring and runtime system. Our system strives to be maximally observable, predictable, and directable following Coactive Design principles developed during the DARPA Robotics Challenge. Our operator interface remains continuously synchronized to the robot for runtime authoring, monitoring, and repair. Our behavior architecture uniquely combines object-centric Affordance Templates, organization and logic inspired by Behavior Trees, and runtime-editable perception through a behavior scene and primitive scene actions. Action primitives build on a whole-body controller that supports moving the arms while walking, and use a concurrent action layering algorithm for speed. The behavior library developed during this work covers more than twenty real-robot task variants, including push and pull doors with knob, push-bar, and lever-handle mechanisms, multi-step exploration sequences, obstacle clearing, and reactive table-to-table manipulation tasks. This behavior system has been deployed on many humanoid robots, such as Boston Dynamics' DRC Atlas, NASA's Valkyrie, IHMC and Boardwalk Robotics' Nadia, Unitree's H1-2, and IHMC's Alex. We evaluate our system across capability, speed, reliability, and speed of behavior creation, adaptation, extension, and combination. Our experiments demonstrate that we can adapt, extend, and combine existing behaviors to create novel loco-manipulation behaviors in minutes or hours. Videos: https://www.youtube.com/playlist?list=PLJK5CTyotYqsfgfnXb-09YNFeBose6uEY.
• Abstract（参考訳）: ヒューマノイドロボットは、人間のために作られた空間において、物理的に要求され、危険であり、繰り返し作業を行うことができる。 しかし、これらの空間に有用なロボットは、移動、全身の動き、知覚、接触、操作者の監督を調整する必要がある。 この論文では、ロボットがローカルで実行可能で、実行時の振る舞いのオーサリングと実行システムを提示している。 我々のシステムはDARPA Robotics Challengeで開発されたCoactive Designの原則に従って、最大で観測可能、予測可能、そして指示可能であることを目指している。 私たちのオペレータインターフェースは、実行時のオーサリング、監視、修復のために、ロボットと継続的に同期します。 私たちの振舞いアーキテクチャは、オブジェクト中心のAffordanceテンプレート、振舞いツリーにインスパイアされた組織とロジック、振舞いシーンとプリミティブなシーンアクションによる実行時編集可能な認識を独自に組み合わせています。 アクションプリミティブは、歩行中に腕を動かすことをサポートする全身コントローラ上に構築され、高速に同時アクションレイヤーアルゴリズムを使用する。 この作業で開発された動作ライブラリには、knobを使ったプッシュ・アンド・プルドア、プッシュバー、レバーハンドル機構、マルチステップ探索シーケンス、障害物除去、リアクティブテーブル・ツー・テーブル操作タスクなど、20以上の実ロボットタスクのバリエーションが含まれている。 この行動システムは、Boston DynamicsのDRC Atlas、NASAのValkyrie、IHMC、ボードウォークロボティクスのNadia、UnitreeのH1-2、IHMCのAlexなど、多くのヒューマノイドロボットに展開されている。 我々は,行動生成,適応,拡張,組み合わせの能力,速度,信頼性,速度にまたがるシステムを評価する。 我々の実験は、既存の行動に適応し、拡張し、組み合わせることで、数分または数時間で新しいロコ操作行動を作り出すことを実証した。 動画:https://www.youtube.com/playlist? list=PLJK5CTyotYqsfgfnXb-09YNFeBose6uEY

関連論文リスト

• A System for Fast, Resilient, and Adaptable Loco-Manipulation Behaviors on Humanoid Robots [0.767210236542832]
  有用なロボットは、移動、全身の動き、知覚、接触、操作者の監督を調整する必要がある。 本稿では,これらの課題に対処するロボットローカルな実行可能動作オーサリングとランタイムシステムを提案する。
  論文  参考訳（メタデータ） (2026-09-01T16:47:00Z)
• ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video [52.78703020909145]
  我々は、人間中心のビデオから直接、自然なヒューマノイドビジュモータ制御ポリシーを学ぶ新しいフレームワークであるZeroWBCを紹介した。 提案手法はまず視覚言語モデル(VLM)を微調整し,テキスト命令とエゴセントリックな視覚コンテキストに基づく将来の身体全体の動作を予測する。 ユニツリーG1ヒューマノイドロボットの実験では,動作の自然性と汎用性において,本手法がベースラインアプローチより優れていることが示された。
  論文  参考訳（メタデータ） (2026-03-10T04:19:43Z)
• HumanX: Toward Agile and Generalizable Humanoid Interaction Skills from Human Videos [74.43500240121476]
  我々はHumanXについて紹介する。HumanXは人間の動画を、ヒューマノイドのための汎用的で現実的なインタラクションスキルにコンパイルするフルスタックのフレームワークである。 HumanXは、従来の方法より8倍高い一般化成功を達成する。
  論文  参考訳（メタデータ） (2026-02-02T18:53:01Z)
• FRoM-W1: Towards General Humanoid Whole-Body Control with Language Instructions [147.04372611893032]
  FRoM-W1は、自然言語を用いた一般的なヒューマノイド全体の動作制御を実現するために設計されたオープンソースのフレームワークである。 我々はUnitree H1とG1ロボット上でFRoM-W1を広範囲に評価した。 その結果,HumanML3D-Xベンチマークにおいて,人体全体の動作生成に優れた性能を示した。
  論文  参考訳（メタデータ） (2026-01-19T07:59:32Z)
• TWIST: Teleoperated Whole-Body Imitation System [28.597388162969057]
  全身動作模倣によるヒューマノイド遠隔操作システムTWISTについて述べる。 我々は,強化学習と行動クローニングを組み合わせた,頑健で適応的で応答性の高い全身制御装置を開発した。 TWISTは、現実世界のヒューマノイドロボットが、前例のない、多目的で、調整された全身運動能力を達成できるようにする。
  論文  参考訳（メタデータ） (2025-05-05T17:59:03Z)
• HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
  本稿では,半自律遠隔操作システムHOMIEを紹介する。 ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。 このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
  論文  参考訳（メタデータ） (2025-02-18T16:33:38Z)
• Know your limits! Optimize the robot's behavior through self-awareness [11.021217430606042]
  最近の人間ロボット模倣アルゴリズムは、高精度な人間の動きを追従することに焦点を当てている。 本稿では,ロボットが参照を模倣する際の動作を予測できるディープラーニングモデルを提案する。 我々のSAW(Self-AWare Model)は、転倒確率、基準運動への固執、滑らかさといった様々な基準に基づいて、潜在的なロボットの挙動をランク付けする。
  論文  参考訳（メタデータ） (2024-09-16T14:14:58Z)
• Controlling diverse robots by inferring Jacobian fields with deep networks [48.279199537720714]
  自然生物の複雑な構造と多様な機能を反映することは、ロボット工学における長年の課題である。 本稿では,深層ニューラルネットワークを用いてロボットの映像ストリームをバイスモータヤコビアン場にマッピングする手法を提案する。 提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
  論文  参考訳（メタデータ） (2024-07-11T17:55:49Z)
• Hierarchical Procedural Framework for Low-latency Robot-Assisted Hand-Object Interaction [45.256762954338704]
  ロボット支援ハンドオブジェクトインタラクション(HOI)を実現するための階層型手続きフレームワークを提案する。 オープンループ階層は、手の動きをロボットの動きに変換するように設計されたモーションプリミティブに基づいて、RGBベースの人間の手の3D再構成を利用する。 リングウェアリングタスクのケーススタディは、医療や製造業などの補助技術への本研究の適用の可能性を示している。
  論文  参考訳（メタデータ） (2024-05-29T21:20:16Z)
• HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
  そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。 その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2024-03-15T17:45:44Z)
• Synthesis and Execution of Communicative Robotic Movements with Generative Adversarial Networks [59.098560311521034]
  我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。 我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。 我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2022-03-29T15:03:05Z)

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。