論文の概要: Scaling Behavior Foundation Model for Humanoid Robots
- arxiv url: http://arxiv.org/abs/2607.15163v1
- Date: Thu, 16 Jul 2026 16:08:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.172632
- Title: Scaling Behavior Foundation Model for Humanoid Robots
- Title（参考訳）: ヒューマノイドロボットのスケーリング行動基礎モデル
- Abstract要約: 行動基礎モデル(BFM)は、大規模な行動データを活用することで課題に対処する有望なソリューションとして登場した。
提案手法は制御忠実度とタスク一般化の大幅な改善をもたらすことを示す。
これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
- 参考スコア（独自算出の注目度）: 77.31115920959364
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoid control requires natural whole-body coordination, precise real-time responses to control signals, and robust generalization across diverse environmental contexts, making it a cornerstone for generalist embodied agents. Behavior Foundation Models (BFMs) have recently emerged as a promising solution to address these challenges by leveraging large-scale behavioral data to achieve superior expressiveness, versatility and generalization. However, despite growing interest in scaling BFMs to further improve their capabilities, it remains unclear how key factors, including the learning paradigm, behavioral data and model architecture should be coordinated to enable effective scaling. In this work, we revisit the scaling recipe for BFMs and demonstrate that substantial performance gains can be achieved through the coordination of three core components: 1) the learning paradigm of motion tracking that reformulates diverse humanoid control problems as the reproduction of integrated whole-body behaviors in the global frame; 2) the strategic synergy between on-policy rollout quantity and reference motion diversity; and 3) the expressive and scalable model architecture termed Humanoid Transformer that facilitates the natural emergence of structured behavioral representations. Through extensive experiments in both simulation and real-world deployment, we demonstrate that our approach yields significant improvements in control fidelity and task generalization, reducing Mean Per-Keypoint Position Error (MPKPE) on the test set by over 10% in local mode and 82% in global mode compared with existing humanoid controllers. These results establish BFM as a principled and effective foundation for scalable and general-purpose humanoid control.
- Abstract（参考訳）: ヒューマノイド制御には、自然の全身調整、制御信号に対する正確なリアルタイム応答、様々な環境状況における堅牢な一般化が必要であり、一般の具体的エージェントの基盤となる。
行動基礎モデル(BFM)は, 大規模行動データを活用し, 優れた表現性, 汎用性, 一般化を実現することで, これらの課題に対処する有望なソリューションとして最近登場した。
しかしながら,BFMのスケーリングへの関心が高まっているにも関わらず,効果的なスケーリングを実現するためには,学習パラダイムや行動データ,モデルアーキテクチャといった重要な要素をどのようにコーディネートすべきかは分かっていない。
本稿では、BFMのスケーリングレシピを再考し、3つのコアコンポーネントの調整によって、大幅なパフォーマンス向上が達成できることを実証する。
1)グローバルフレームにおける統合体行動の再現として多様なヒューマノイド制御問題を再構築する運動追跡の学習パラダイム
2 オン・ポリティクスのロールアウト量と基準運動量との戦略的相乗効果
3)表現的かつスケーラブルなモデルアーキテクチャであるHumanoid Transformerは,構造化された行動表現の自然な出現を促進する。
シミュレーションと実世界の展開の両面での広範な実験を通じて,本手法は制御忠実度とタスク一般化の大幅な改善をもたらし,局所モードで10%以上の平均キーポイント位置誤差(MPKPE)を,既存のヒューマノイドコントローラと比較してグローバルモードで82%削減することを示した。
これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
関連論文リスト
- OMG: Omni-Modal Motion Generation for Generalist Humanoid Control [30.236954254902614]
汎用ヒューマノイド制御の鍵は、リアクティブなモーショントラッキングシステムの上に、スケーラブルな脳を構築することだと我々は主張する。
汎用制御を実現するために大量の高品質なデータを取得すること,および構成的マルチモーダル入力の条件付け機能を備えたジェネレータを備えること,という2つの課題に対処する。
論文 参考訳（メタデータ） (2026-06-09T02:46:14Z) - HarmoWAM: Harmonizing Generalizable and Precise Manipulation via Adaptive World Action Models [58.191567345416836]
世界行動モデル(WAM)は、物理力学のモデリングによるロボット制御のための有望なパラダイムとして登場した。
HarmoWAMは、予測と反応の制御を統一するために世界モデルを完全に活用し、一般的なトランジットと正確な操作を可能にする。
実世界の6つのロボットタスクにまたがる3つのトレーニング未確認テスト環境を構築し、背景、位置、オブジェクトの意味のバリエーションをカバーした。
論文 参考訳（メタデータ） (2026-05-11T17:59:56Z) - Masked Diffusion Language Models are Strong and Steerable Text-Based World Models for Agentic RL [0.8546394944138487]
我々は、テキストベースの世界モデリングを、初期状態に分解可能な遷移力学問題として定式化する。
我々は、9つのオープンソース環境と12のフロンティアモデルファミリーにまたがる239,403の基底状態行動軌跡をキュレートする。
我々は,決定論的状態チェックを備えたGRPOトレーニングフレームワークを導入し,3つのOOD環境上でゼロショット転送処理を行う。
論文 参考訳（メタデータ） (2026-05-07T00:40:32Z) - World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry [82.93104394404781]
汎用世界モデルは、スケーラブルなポリシー評価、最適化、計画を約束します。
本稿では,世界モデルによる予測誤りと自己改善を識別するフレームワークであるWorld Action Verifier(WAV)を提案する。
論文 参考訳（メタデータ） (2026-04-02T12:48:36Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - Data-Driven Control of a Magnetically Actuated Fish-Like Robot [2.5782420501870296]
磁力で動く魚のようなロボットは、小型化と機敏さのために水中探査に有望なソリューションを提供する。
本稿では、解析モデルに頼ることなく、これらの複雑さに対処するデータ駆動制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-05T04:08:08Z) - Improving Deepfake Detection with Reinforcement Learning-Based Adaptive Data Augmentation [60.04281435591454]
CRDA(Curriculum Reinforcement-Learning Data Augmentation)は、マルチドメインの偽造機能を段階的にマスターするための検出器を導く新しいフレームワークである。
私たちのアプローチの中心は、強化学習と因果推論を統合することです。
提案手法は検出器の一般化性を大幅に向上し,複数のクロスドメインデータセット間でSOTA法より優れている。
論文 参考訳（メタデータ） (2025-11-10T12:45:52Z) - Humanoid-inspired Causal Representation Learning for Domain Generalization [27.034416329441097]
Humanoid-Inspired Structure Causal Model (HSCM)は、人間の知性にインスパイアされた新しい因果関係の枠組みである。
キーイメージ属性のアンタングル化と再重み付けにより、HSCMは様々な領域にわたる一般化を強化する。
論文 参考訳（メタデータ） (2025-10-18T07:38:45Z) - Decentralized Transformers with Centralized Aggregation are Sample-Efficient Multi-Agent World Models [106.35361897941898]
本稿では,分散化された局所力学を拡張性のために学習するマルチエージェントRL(MARL)の新たな世界モデルを提案する。
また、集中表現アグリゲーションを可能にする効果的なソリューションとしてPerceiver Transformerを導入する。
Starcraft Multi-Agent Challenge (SMAC) の結果は、サンプル効率と全体的な性能の両方において、強力なモデルフリーアプローチと既存のモデルベース手法よりも優れていることを示している。
論文 参考訳（メタデータ） (2024-06-22T12:40:03Z) - VDFD: Multi-Agent Value Decomposition Framework with Disentangled World Model [10.36125908359289]
本稿では,Distangled World Modelを用いた新しいモデルベースマルチエージェント強化学習手法であるValue Decomposition Frameworkを提案する。
提案手法は, サンプル効率が高く, 多様なマルチエージェント学習タスクにおいて, 他のベースラインと比較して優れた性能を示す。
論文 参考訳（メタデータ） (2023-09-08T22:12:43Z)
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。