論文の概要: WARP: Whole-Body Retargeting for Learning from Offline Human Demonstrations
- arxiv url: http://arxiv.org/abs/2606.29940v1
- Date: Mon, 29 Jun 2026 08:17:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.124045
- Title: WARP: Whole-Body Retargeting for Learning from Offline Human Demonstrations
- Title（参考訳）: WARP:オフラインの人間デモから学ぶための全体的リターゲティング
- Abstract要約: ヒトポス(WARP)の全身認識的再ターゲティング
ヒトポス(WARP)からの全身認識的リターゲティングについて
- 参考スコア（独自算出の注目度）: 6.099593815020076
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Direct transfer from human demonstration to learnable robot action is a crucial step towards scalable whole-body mobile manipulation. While human data scales better than mobile teleoperation, it requires overcoming significant embodiment gaps. Existing retargeting methods yield imprecise or inconsistent solutions, causing action multi-modality that prevents supervised policies from reliably converging. We present Whole-body-Aware Retargeting from human Pose (WARP), an offline pipeline that explicitly models embodiment differences to extract precise, unique whole-body actions. WARP leverages a closed-form Shoulder-Elbow-Wrist (SEW) geometric solver for exact end-effector tracking while preserving whole-body structural intent. Paired with lazy mobile-base control, it extracts accurate, consistent robot trajectories. Evaluations show WARP provides highly reliable data for open-loop real-world replay. To our knowledge, WARP is the first framework to achieve zero-shot whole-body mobile manipulation directly from offline human demonstrations, eliminating the need for human-in-the-loop teleoperation action data. More details on https://warp-retarget.github.io/
- Abstract（参考訳）: 人間のデモから学習可能なロボットアクションへの直接移行は、スケーラブルな全身的なモバイル操作にとって重要なステップである。
人間のデータは、モバイルの遠隔操作よりもスケールが優れているが、かなりのエンボディメントギャップを克服する必要がある。
既存の再ターゲティング手法は不正確あるいは矛盾した解決策をもたらすため、監督されたポリシーが確実に収束することを防ぎ、アクション・マルチモーダリティを引き起こす。
我々は,人間のPose(WARP)から全体認識再ターゲティング(Whole-body-Aware Retargeting)を提案する。
WARPは、ボディ全体の構造的意図を保ちながら、正確なエンドエフェクタトラッキングのために、閉形式であるOderer-Elbow-Wrist (SEW)幾何解法を利用する。
遅延移動ベース制御を備え、正確で一貫したロボット軌道を抽出する。
WARPは、オープンループの実世界再生のための信頼性の高いデータを提供する。
我々の知る限り、WARPは、オフラインの人間によるデモンストレーションから直接、ゼロショット全体のモバイル操作を実現するための最初のフレームワークである。
詳細はhttps://warp-retarget.github.io/
関連論文リスト
- DemoBridge: A Simulation-in-the-Loop Toolkit for Single-View Human Demonstration Retargeting [49.70827726228219]
このツールキットは、人間の手による実演のシングルビューRGBステレオ記録を、物理で検証可能なロボットアーム軌道に変換する。
DemoBridgeの中核は、衝突を意識した単一のプランナーである。
物理シミュレーターはループ内で動作し、生成した各フェーズを検証し、障害時にバックトラックするので、与えられたように再生できないデモは破棄されるのではなく、再計画される。
論文 参考訳（メタデータ） (2026-07-10T15:31:04Z) - HumanoidUMI: Bridging Robot-Free Demonstrations and Humanoid Whole-Body Manipulation [6.733928872257592]
我々はHumanoidUMIを提案する。HumanoidはHumanoid全体データ収集のためのポータブルかつロボットフリーなフレームワークである。
軽量なVRデバイスとUMIにインスパイアされたグリッパーを使用して、スパースな人間のキーポイント軌跡、手首視観察、グリッパーアクションを収集します。
5つの実世界のシナリオで実験を行い、提案したフレームワークの有効性を実証した。
論文 参考訳（メタデータ） (2026-06-25T16:23:56Z) - Do as I Do: Dexterous Manipulation Data from Everyday Human Videos [69.98851738909168]
我々は,単眼のRGBビデオの再構成と,多指ロボットハンドへの再ターゲティングを行うDO AS I DOを提案する。
アルゴリズムは、これらの手動の相互作用の推定値を、現実世界で実行可能な一連のアクションに再ターゲティングする。
総合的に、DO AS I DOは、手動物体の相互作用を推定し、RGBビデオから巧妙な操作軌跡を抽出する手法のこれまでの状態よりも優れていた。
論文 参考訳（メタデータ） (2026-06-17T17:57:34Z) - Contrastive Action-Image Pre-training for Visuomotor Control [91.5630572541332]
エンドエフェクタアクションのプロキシとして,大規模なエゴセントリックビデオからの人間の手ポーズを取り扱う視覚エンコーダであるCAIPを紹介する。
人間のビデオは32,041時間、ロボット操作のデータは88時間しかなく、CAIPは最先端の視覚エンコーダより優れています。
論文 参考訳（メタデータ） (2026-06-15T20:00:20Z) - LUCID: Learning Embodiment-Agnostic Intent Models from Unstructured Human Videos for Scalable Dexterous Robot Skill Acquisition [11.86733592383987]
LUCIDは、構造化されていない人間のビデオからタスク意図を学ぶフレームワークである。
大規模な並列シミュレーションでロボットの制御を学習する。
実世界の5つの操作課題におけるLUCIDの評価を行った。
論文 参考訳（メタデータ） (2026-06-10T03:49:01Z) - 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) - A Closed-Form Geometric Retargeting Solver for Upper Body Humanoid Robot Teleoperation [32.82085155744172]
人間の動きをロボットアームに標的にする方法は、最適で遅い。
本稿では、配向問題として配向アライメントを再構成する。
鍵となるアイデアは、肩、肘、手首(SEW)キーポイントから特定されるように、ロボットアームを人間の上腕と下腕の向きに合わせることである。
実験の結果,SEW-Mimicは計算時間と精度で他の手法よりも優れていた。
論文 参考訳（メタデータ） (2026-02-02T04:44:55Z) - Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。
Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
論文 参考訳（メタデータ） (2025-09-11T17:59:07Z) - DemoDiffusion: One-Shot Human Imitation using pre-trained Diffusion Policy [33.18108154271181]
ロボットが自然環境下で操作タスクを実行できるシンプルでスケーラブルな方法であるDemoDiffusionを提案する。
まず、人間の実演における手の動きは、ロボットのエンドエフェクター軌道に有用な事前情報を提供する。
第二に、この再ターゲティングされた動きはタスクの全体構造をキャプチャするが、コンテキスト内でのもっともらしいロボットの動作とうまく一致しないかもしれない。
論文 参考訳（メタデータ） (2025-06-25T17:59:01Z) - Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。
私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。
学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
論文 参考訳（メタデータ） (2024-05-02T17:56:55Z)
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。