論文の概要: ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control

• arxiv url: http://arxiv.org/abs/2606.30362v1
• Date: Mon, 29 Jun 2026 14:27:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.279906
• Title: ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control
• Title（参考訳）: ReactiveBFM: ユニバーサルヒューマノイド全体制御に向けたリアクティブクローズドループ動作計画
• Abstract要約: ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。 定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。 これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
• 参考スコア（独自算出の注目度）: 54.267632784131415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While current Behavior Foundation Models (BFMs) provide robust control priors for humanoids, they only execute pre-defined reference motions. As a result, they are vulnerable to environmental shifts and incapable of reactive whole-body coordination. Naively cascading them with generative motion planners fails to achieve true reactivity, as inevitable tracking discrepancies induce fatal cumulative exposure bias. To bridge this gap, we propose ReactiveBFM, a real-time closed-loop planning-control framework. At its core, we effectively mitigate exposure bias via a scheduled prefix sampling curriculum, forcing the generative planner to actively learn error-recovery behaviors from imperfect physical states rather than ground-truth trajectories. Systematically, to reconcile the severe latency mismatch between auto-regressive planning and high-frequency tracking, we introduce an asynchronous replanning mechanism. Combined with trajectory chunking to temporally ensemble spatial references, our system guarantees spatio-temporally fluid execution without physical jitter. Deployed on the Unitree G1 humanoid, ReactiveBFM demonstrates unprecedented physical agility across a vast repertoire of text-conditioned closed-loop motions. Notably, ReactiveBFM achieves zero-shot moving target reaching, showcasing intricate whole-body coordination and on-the-fly replanning. In sim-to-sim benchmarking under severe perturbations, ReactiveBFM achieves a 93.1% success rate, significantly outperforming cascaded open-loop baselines by 28.6%.
• Abstract（参考訳）: 現在の行動基礎モデル(BFM)はヒューマノイドに対して堅牢な制御先を提供するが、それらは事前に定義された参照動作のみを実行する。 その結果、環境の変化に弱いため、反応性のある全身調整ができない。 生成的な運動プランナーでそれらを因果的にカスケードすることは、避けられない不一致が致命的な累積露光バイアスを引き起こすため、真の反応性を達成するのに失敗する。 このギャップを埋めるために、リアルタイムのクローズドループ計画制御フレームワークであるReactiveBFMを提案する。 その中核となるのは、スケジュールされたプレフィックスサンプリングカリキュラムを通じて、露光バイアスを効果的に軽減し、生成プランナーは、地中軌道ではなく、不完全な物理的状態からエラー回復行動を積極的に学習せざるを得なくなる。 システム的には、自動回帰計画と高周波追跡の重大遅延ミスマッチを解消するために、非同期な再計画機構を導入する。 時空間参照に軌跡チャンキングと時空間参照を併用することにより,物理的ジッタを伴わない時空間実行が保証される。 Unitree G1のヒューマノイド上に展開されたReactiveBFMは、テキストコンディショニングされたクローズドループモーションの膨大なレパートリーにわたって、前例のない物理的俊敏性を示す。 特に、ReactiveBFMは、ゼロショット移動目標到達、複雑な全身調整、オンザフライリプランニングを実現している。 激しい摂動下でのsim-to-simベンチマークでは、ReactiveBFMは93.1%の成功率を記録し、カスケードされたオープンループベースラインを28.6%上回った。

関連論文リスト

• Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning [58.25007580703646]
  我々は,共有構造中間領域,軌道レベルの固定雑音,数ステップの条件流生成を組み合わせたTR指向超音波シミュレータを開発した。 ファントム実験では、4つの標的機に400発のゼロショット配置のうち390発が成功した。
  論文  参考訳（メタデータ） (2026-08-30T02:37:00Z)
• FBFM: A Training-Free Asynchronous Feedback Mechanism for Flow-Matching in World-Action Models Execution [50.18922379062543]
  フィードバックフローマッチング(Feedback Flow Matching, FBFM)は、アクティブに生成されたチャンク内で再接地を行うトレーニング不要な推論機構である。 トレーニング不要であるため、このメカニズムは予期せぬ事象に対する応答性を改善し、長時間の作業におけるドリフトを抑制する。 我々は,FBFMを第2世代WAMと第2世代WAMの両方で評価した。
  論文  参考訳（メタデータ） (2026-07-31T10:11:09Z)
• World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning [60.88859946006306]
  Adversa World Modeling(英語版)は理論上基礎を成すマルチエージェント・セルフプレイ・ファインチューニングフレームワークである。 内的最小化においては、プランナーの予測世界モデルは、スパースでシーン適応的なアタック・アタック・アライアンスを学ぶロール条件の敵に変換される。 nuPlan と InterPlan のベンチマーク実験により,本手法が伝達可能な対角相互作用を生成することを示す。
  論文  参考訳（メタデータ） (2026-07-12T07:44:16Z)
• 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)
• GroundControl: Anticipating Navigation Failures in Vision-Language Agents via Trajectory-Consistent Uncertainty Estimates [3.7267095596919053]
  視覚言語ナビゲーションエージェントは、ベンチマークタスクで平均的な競合的な成功を達成するが、予測可能な軌道レベルのブレークダウンによって失敗が発生することが多い。 信頼性の高いデプロイメントには、即時的なアクションエントロピーのみを反映するのではなく、実行中に発生する障害のダイナミクスを予測する不確実性信号が必要である。 本稿では,各エピソードに集約された目標方向距離-ゴール間距離の統計的偏差として定義される軌道整合不確実性推定器であるemphGroundControlを紹介する。
  論文  参考訳（メタデータ） (2026-06-18T16:56:20Z)
• Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
  マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。 既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。 本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T21:17:53Z)
• ANCHOR: A Physically Grounded Closed-Loop Framework for Robust Home-Service Mobile Manipulation [10.278758849939917]
  本稿では,シンボル推論と物理状態の検証を行うクローズドループフレームワークANCHORを提案する。 ANCHORはタスクの成功率を53.3%から71.7%に改善し、摂動下での回復率は71.4%に達する。
  論文  参考訳（メタデータ） (2026-04-28T07:37:39Z)
• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation [91.20850436220267]
  Referring-Aware Visuomotor Policy(ReV)について紹介する。 ReVは、人間または高レベルの推論プランナーによって提供されるスパース参照ポイントを組み込む。 これは、専門家のデモンストレーションにターゲットの摂動を適用することでのみ訓練される。
  論文  参考訳（メタデータ） (2026-04-07T07:41:11Z)
• F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation [62.06267255986041]
  非同期推論はロボット操作における主要なパラダイムとして現れている。 本稿では,予測対象の流れを利用して将来の観測を合成する新しい枠組みを提案する。 本手法は複雑な動的操作タスクにおける応答性と成功率を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-04-02T17:57:15Z)
• Goal-Oriented Reactive Simulation for Closed-Loop Trajectory Prediction [9.812666469580872]
  現在の軌道予測モデルは、主にオープンループ方式で訓練されている。 本稿では,高周波数・遅延型地平線エゴ予測に最適化されたオンライン閉ループトレーニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2026-03-25T10:24:16Z)
• See, Plan, Rewind: Progress-Aware Vision-Language-Action Models for Robust Robotic Manipulation [59.07792608884117]
  本稿では,See, Plan, Rewind (SPR)について紹介する。 SPRは、現在の状態と今後のマイルストーンを見て、次の2Dウェイポイントに向けて軌道を計画し、障害時に回復可能な状態に戻すという、継続的なコアサイクルを通じて運用される。 SPRは、OpenVLA-OFTとUniVLAを上回る最小のパフォーマンス低下で最先端のロバスト性を達成する。
  論文  参考訳（メタデータ） (2026-03-10T07:22:51Z)
• Improving Diffusion Planners by Self-Supervised Action Gating with Energies [31.430422680816907]
  遅延整合性信号を用いて動的に不整合プランをペナライズする自己教師行動ゲーティング(SAGE)を提案する。 SAGEは、オフライン状態シーケンスにJEPAエンコーダと、短地平線遷移のための動作条件付き潜在予測器をトレーニングする。 テスト時に、SAGEは各サンプル候補に潜伏予測誤差によって与えられるエネルギを割り当て、この実現可能性スコアと値推定を組み合わせて選択アクションを選択する。
  論文  参考訳（メタデータ） (2026-03-03T06:36:16Z)
• 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)

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。