論文の概要: Extreme-RGMT: Continual Learning of Highly Dynamic Skills for Robust Generalist Humanoid Control
- arxiv url: http://arxiv.org/abs/2607.20110v1
- Date: Wed, 22 Jul 2026 13:10:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:38.087738
- Title: Extreme-RGMT: Continual Learning of Highly Dynamic Skills for Robust Generalist Humanoid Control
- Title（参考訳）: Extreme-RGMT:ロバスト一般ヒューマノイド制御のための高ダイナミックスキルの継続的な学習
- Abstract要約: 本稿では,ロバストな汎用ヒューマノイド制御のための2段階連続学習フレームワークExtreme-RGMTを紹介する。
Extreme-RGMTは多様なマルチソースモーションデータから一般のモーショントラッキングベースポリシーを学習し、非対称なスキル獲得と能力統合機構を用いる。
実験により、Extreme-RGMTは最先端のジェネラリスト全体の運動追跡性能を達成することが示された。
- 参考スコア（独自算出の注目度）: 12.247654049983522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humans can progressively acquire highly dynamic motor skills while preserving reliable everyday motor abilities. In contrast, existing humanoid controllers face a trade-off between generalist and specialist capabilities: generalist motion tracking policies struggle to reliably execute rare highly dynamic motions, whereas specialist training can degrade previously acquired behaviors. We introduce Extreme-RGMT, a two-stage continual learning framework for robust generalist humanoid control. The method first learns a generalist motion-tracking base policy from diverse multi-source motion data, then employs an asymmetric skill acquisition and capability consolidation mechanism to constrain policy drift on mastered motions while emphasizing difficult dynamic segments. To address the scarcity of highly dynamic motions, their high failure rates, and the resulting shortage of informative samples, Extreme-RGMT combines difficulty-aware sampling with advantage-prioritized trajectory resampling to emphasize critical segments. Experiments show that Extreme-RGMT achieves state-of-the-art generalist whole-body motion-tracking performance, including substantially improved completion of challenging highly dynamic motions. The resulting controller directly executes diverse unseen highly dynamic motions under fixed references and online inertial motion-capture inputs, advancing generalist whole-body motion-tracking controllers toward highly dynamic motor capabilities at the human-expert level.
- Abstract（参考訳）: 人間は、信頼性の高い日常的な運動能力を保ちながら、高度にダイナミックな運動能力を得ることができる。
これとは対照的に、既存のヒューマノイドコントローラは、ジェネラリストとスペシャリストの能力のトレードオフに直面している。
本稿では,ロバストな汎用ヒューマノイド制御のための2段階連続学習フレームワークExtreme-RGMTを紹介する。
提案手法はまず,多様なマルチソースモーションデータから一般の動作追跡ベースポリシーを学習し,非対称なスキル獲得と能力統合機構を用いて,困難な動的セグメントを強調しつつ,マスタされたモーションに対するポリシードリフトを制約する。
高ダイナミックな動きの不足、その高い失敗率、そして結果として得られた情報的サンプルの不足に対処するため、Extreme-RGMTは、難読なサンプリングと有利に優先順位付けされた軌道再サンプリングを組み合わせることで、重要なセグメントを強調する。
実験により、エクストリーム-RGMTは、挑戦的な高ダイナミックな動作の完了を含む、最先端のジェネラリスト全体の運動追跡性能を達成することが示された。
得られたコントローラは、固定基準とオンライン慣性モーションキャプチャー入力に基づいて、様々な目に見えない高ダイナミックな動作を直接実行し、一般の全身モーショントラッキングコントローラを人間の熟練レベルにおける高ダイナミックな運動能力に向けて前進させる。
関連論文リスト
- Behavior Foundations for Quadruped Robots: ABot-C0 Technical Report [25.18747802029395]
本稿では,四足歩行ロボットの汎用動作制御システムであるABot-C0を提案する。
我々は、条件付きビデオ生成、注釈付きモーションキャプチャ、ヒューマンデザインを通じてデータピラミッドを構築し、16,074個の物理的に実現可能なモーションクリップを生成した。
そして、3段階の特権と知覚の枠組みを採用することで、ロバストな全地球移動に向けて一歩前進します。
論文 参考訳（メタデータ） (2026-07-08T13:04:07Z) - RPG: Robust Policy Gating for Smooth Multi-Skill Transitions in Humanoid Fighting [52.18271301977709]
我々は,スムーズで安定したヒューマノイド多スキル移行のためのハイブリッド・エキスパート・ポリシー・フレームワークであるRPGを提案する。
本手法では,動き遷移のランダム化と時間的ランダム化を取り入れて,アジャイルな戦闘行動を生成する統一的な政策を訓練する。
我々は、歩行/走る移動と戦闘スキルを統合する制御パイプラインを設計し、人間のような長時間の戦闘を任意の期間で行えるようにした。
論文 参考訳（メタデータ） (2026-04-23T07:14:35Z) - 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) - OmniXtreme: Breaking the Generality Barrier in High-Dynamic Humanoid Control [41.16304916968901]
高忠実度モーショントラッキングは、一般化可能な人間レベルのモータースキルのためのリトマステストとして機能する。
運動図書館が多様性を拡大するにつれ、現在の政策はしばしば「一般性障壁」にぶつかっている。
我々はOmniXtremeを紹介した。OmniXtremeは、汎用モータースキルの学習をシミュレートからリアルな物理スキルの洗練へと切り離すスケーラブルなフレームワークである。
論文 参考訳（メタデータ） (2026-02-27T09:28:06Z) - OmniTrack: General Motion Tracking via Physics-Consistent Reference [54.256312586493415]
OmniTrackは、一般的なモーショントラッキングから物理的実現可能性を明確に分離する一般的なトラッキングフレームワークである。
実験により、OmniTrackは追跡精度を向上し、目に見えない動きに対して強力な一般化を示すことが示された。
実世界のテストでは、OmniTrackは、フリップやカートホイールのような複雑なアクロバティックな動きを含む、1時間の長さ、一貫性、安定したトラッキングを実現している。
論文 参考訳（メタデータ） (2026-02-27T09:12:15Z) - A Kung Fu Athlete Bot That Can Do It All Day: Highly Dynamic, Balance-Challenging Motion Dataset and Autonomous Fall-Resilient Tracking [5.968082051565195]
武道の特徴は、急激な中心シフト、複雑な調整、急激な姿勢転換である。
KungFuAthleteは、プロアスリートの日々のトレーニングビデオから派生した、ハイダイナミックな武道運動データセットである。
本研究では,高ダイナミックなモーショントラッキングとフォールリカバリを共同で学習できる新しい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） (2026-02-14T07:49:56Z) - TeleGate: Whole-Body Humanoid Teleoperation via Gated Expert Selection with Motion Prior [27.930225667015872]
本稿では,ヒューマノイドロボットのための統合された全身遠隔操作フレームワークTeleGateを提案する。
私たちのキーとなる考え方は、軽量なゲーティングネットワークをトレーニングすることで、ドメイン固有の専門家ポリシーの完全な能力を維持することです。
リアルタイム遠隔操作における将来の参照軌跡の欠如を補うため,VAEベースのモーション先行モジュールを導入する。
論文 参考訳（メタデータ） (2026-02-10T10:14:06Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - KungfuBot2: Learning Versatile Motion Skills for Humanoid Whole-Body Control [30.738592041595933]
ヒューマノイドロボットが単一ポリシーで多様な動的動作を学習できる統一された全身制御系VMSを提案する。
我々のフレームワークは、局所的な動きの忠実度とグローバルな軌道の整合性のバランスをとるハイブリッドな追跡目標を統合している。
シミュレーションと実世界の実験の両方においてVMSの特殊化を広範囲に検証し、ダイナミックスキルの正確な模倣、分長シーケンスでの安定した性能、そして目に見えない動作に対する強力な一般化を実証した。
論文 参考訳（メタデータ） (2025-09-20T11:31:14Z) - GENMO: A GENeralist Model for Human MOtion [64.16188966024542]
本稿では,1つのフレームワークで動作推定と生成を橋渡しする汎用人体運動モデル GENMO を提案する。
我々の重要な洞察は、出力運動が観測された条件信号を正確に満たさなければならないような制約された動き生成として運動推定を再構成することである。
我々の新しいアーキテクチャは、可変長動きと混合マルチモーダル条件(テキスト、オーディオ、ビデオ)を異なる時間間隔で処理し、柔軟な制御を提供する。
論文 参考訳（メタデータ） (2025-05-02T17:59:55Z) - Reinforcement Learning for Robust Parameterized Locomotion Control of
Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。
ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。
本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文 参考訳（メタデータ） (2021-03-26T07:14:01Z)
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。