論文の概要: Towards Miniature Humanoid Tele-Loco-Manipulation Using Virtual Reality and Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.20399v1
• Date: Wed, 22 Jul 2026 17:35:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.169255
• Title: Towards Miniature Humanoid Tele-Loco-Manipulation Using Virtual Reality and Reinforcement Learning
• Title（参考訳）: バーチャルリアリティと強化学習を用いた小型ヒューマノイドテレロコマニピュレーションの実現に向けて
• Authors: Nicolas Kosanovic, Jordan Dowdy, Jean Chagas Vaz,
• Abstract要約: 本稿では,小型ヒューマノイド向けに開発されたフルボディテレプレゼンス制御スタックについて述べる。 単一の遠隔操作者は、リアルで離れた物理的環境を視認し、操作し、ナビゲートすることができる。 開発したシステムは,小型のヒューマノイド遠隔操作の可能性を示す。
• 参考スコア（独自算出の注目度）: 0.34410212782758043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Full-sized humanoid robot capabilities have grown exponentially in recent years, aiming towards general-purpose deployment in human environments. A popular control method used by manufacturers utilizes Virtual Reality for upper-body teleoperation and Reinforcement Learning for lower-body balance and locomotion control. As a result, a single remote operator can see, manipulate, and navigate about a real, distant physical environment. This powerful control stack is often relegated to expensive full-sized robots, many of which are inaccessible to the research community. Miniature humanoids are more prevalent, but employ less biomimicry in their design (e.g. fewer sensors, Degrees of Freedom, etc) and lack similar developments. This paper describes a compliant full-body telepresence control stack developed from the ground up for miniature humanoids. Framework experimentation on ROBOTIS OP3 hardware showcases walking at speeds up to 0.45 m/s independent of arm motions. Tele-loco-manipulation is demonstrated via a cube relocation experiment with an expert human operator. On average, the teleoperated system moved 2 different 40 g cubes within 10 mins, walking a total distance of 5 m. Overall, the developed system shows potential for miniature humanoid tele-loco-manipulation.
• Abstract（参考訳）: 近年,人体環境への汎用的展開を目指して,フルサイズのヒューマノイドロボットの能力は指数関数的に成長している。 メーカーが使用する一般的な制御手法は,仮想現実を上半身遠隔操作に利用し,強化学習を下半身バランスと移動制御に活用する。 その結果、単一の遠隔操作者がリアルで離れた物理的環境を視認し、操作し、操作することができる。 この強力なコントロールスタックは、しばしば高価なフルサイズのロボットに還元されるが、その多くは研究コミュニティにはアクセスできない。 ミニチュアなヒューマノイドの方が一般的だが、その設計ではバイオミミクリーがあまり多くない(たとえばセンサーの減らし、自由の宣言など)。 本稿では,小型ヒューマノイドのための地上から開発されたフルボディテレプレゼンス制御スタックについて述べる。 ROBOTIS OP3ハードウェア上でのフレームワーク実験では、腕の動きとは無関係に、最大0.45m/sの速度で歩くことができた。 遠隔操作は、熟練した人間の操作者による立方体移動実験によって実証される。 遠隔操作システムは平均して10分以内に2種類の40g立方体を移動し、合計で5mの距離を歩いた。 全体として,開発システムは小型のヒューマノイド遠隔操作の可能性を示している。

関連論文リスト

• 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)
• Humanoid Manipulation Interface: Humanoid Whole-Body Manipulation from Robot-Free Demonstrations [25.15848825594207]
  本稿ではHuMI(Humanoid Manipulation Interface)について述べる。 HuMIは、ポータブルハードウェアを使用して、リッチな全身の動きをキャプチャすることで、ロボットフリーのデータ収集を可能にする。 HuMIは遠隔操作に比べてデータ収集効率が3倍向上し、目に見えない環境では70%の成功率を達成した。
  論文  参考訳（メタデータ） (2026-02-06T12:10:47Z)
• TWIST2: Scalable, Portable, and Holistic Humanoid Data Collection System [79.48781507497769]
  既存のヒューマノイド遠隔操作システムは、分離された制御を使用するか、高価なモーションキャプチャー装置に依存している。 本稿では,携帯型モキャップフリーなヒューマノイド遠隔操作・データ収集システムであるTWIST2を紹介する。 長軸的,移動的ヒューマノイドスキルを実証し,約100%の成功率で15分で100個のデモを収集できる。
  論文  参考訳（メタデータ） (2025-11-04T18:58:35Z)
• 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)
• Giving Robots a Hand: Learning Generalizable Manipulation with Eye-in-Hand Human Video Demonstrations [66.47064743686953]
  眼内カメラは、視覚に基づくロボット操作において、より優れたサンプル効率と一般化を可能にすることを約束している。 一方、人間がタスクを行うビデオは、ロボット遠隔操作の専門知識を欠いているため、収集コストがずっと安い。 本研究では,広範にラベルのない人間ビデオによるロボット模倣データセットを拡張し,眼球運動ポリシーの一般化を大幅に促進する。
  論文  参考訳（メタデータ） (2023-07-12T07:04:53Z)
• Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
  足の移動はロボティクスの操作領域を劇的に拡張することができる。 足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。 ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
  論文  参考訳（メタデータ） (2020-10-21T19:11:20Z)

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。