論文の概要: First Deployable Dynamic-CoM: A Unified Policy and Method-Agnostic Benchmark for Humanoid Single-Leg Balance

• arxiv url: http://arxiv.org/abs/2608.00500v1
• Date: Sat, 01 Aug 2026 07:50:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.728431
• Title: First Deployable Dynamic-CoM: A Unified Policy and Method-Agnostic Benchmark for Humanoid Single-Leg Balance
• Title（参考訳）: 初回展開可能なDynamic-CoM:ヒューマノイド片脚バランスのための統一ポリシーとメソッド非依存ベンチマーク
• Abstract要約: 統一されたヒューマノイドポリシーはアジャイル全体の動きを処理しますが、単純な要求 – 片足でバランスを保っています。 私たちのシングルレグバランスベンチマークでは、90回のテスト動作の0に対して、8つのリリースされた最先端の一般ポリシーがクリーンなシングルレグのスタンスを保持しています。 ハードウェア上で動くアクターに直接展開可能な動的CoM観察装置を配置し、人間の姿勢制御から用語で翻訳された報酬ライブラリと組み合わせる。
• 参考スコア（独自算出の注目度）: 9.088580337163693
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unified humanoid policies handle agile whole-body motion, yet stumble on a simple demand: staying balanced on one leg. On our single-leg-balance benchmark, eight released state-of-the-art general policies hold a clean single-leg stance on 0 of 90 test motions; they stay up only by stepping or hopping, recovering from imbalance rather than preventing it. Prevention needs the capture point (xCoM), the center of mass (CoM) extrapolated by its velocity, which has never driven a hardware policy because it requires a base linear velocity no on-board sensor provides; expressed relative to the support foot, that velocity cancels exactly, leaving an observation reconstructible from encoders and IMU alone. We put this first deployable dynamic-CoM observation directly into the actor that runs on hardware, and pair it with a reward library translated term by term from human postural control, under one principle: prevention over repair. Trained by asymmetric FastSAC with a privileged critic and no distillation, the resulting policy, FDDC (First Deployable Dynamic-CoM), holds clean single-leg balance on 86 of 90 held-out motions across nine stratified pose classes and transfers to a real Unitree G1; in ablation, the dynamic-CoM observation is the single largest driver: removing it alone costs 40 points of clean single-leg balance. We release the full stack with the first method-agnostic, reproducible sim2sim benchmark for humanoid single-leg balance, scoring each policy in a simulator distinct from its training one, a step toward turning balance from a per-task trick into a capability the field can measure.
• Abstract（参考訳）: 統一されたヒューマノイドポリシーはアジャイル全体の動きを処理しますが、単純な要求 – 片足でバランスを保っています。 当社のシングルレグバランスベンチマークでは、90回のテスト動作中、90回のテスト動作のうち、クリーンなシングルレグのスタンスを8回リリースしています。 速度によって外挿される質量(CoM)の中心である捕捉点(xCoM)は、ベース線形速度を必要としないため、ハードウェアポリシーを推進していない。 ハードウェア上で動くアクターに直接展開可能な動的CoM観察を配置し、人間の姿勢制御から用語で翻訳された報酬ライブラリをペアリングする。 FDDC(First Deployable Dynamic-CoM)は9つの階層化されたポーズクラスにまたがる90のホールトアウト動作のうち86の片脚バランスを保ち、実際のユニツリーG1に転送する。 我々は,ヒューマノイド単一脚バランスのための最初のメソッドに依存しない再現可能なsim2simベンチマークで全スタックを公開し,各ポリシをトレーニングと異なるシミュレータで評価し,タスク毎のトリックからバランスを計測できる能力に転換するステップとする。

関連論文リスト

• Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems [40.47928908205563]
  マルチエージェントLLMシステムは、一般的にオーケストレータを使用して、労働者のチームのためにタスクを分解し、テキストリフレクションによって改善する。 強い実証結果にもかかわらず、これらのシステムには調整、メモリ改善、外部検証の役割の統一的な説明が欠けている。 我々は,評価のための信頼ゲーティングと,断片的な静止環境に対する保証の再集計を行う。 実験では、これらのオブジェクトを環境条件付きメトリクスでインスタンス化し、予測調整法則とドリフト法則をテストする。
  論文  参考訳（メタデータ） (2026-09-02T15:50:10Z)
• Stay Seated: Learning Omnidirectional Humanoid Locomotion on a Passive Mobile Chair with Casters [0.0]
  準指向駆動アクチュエータを備えたヒューマノイドロボットは、立位中に関節トルクを連続的に生成する一方、座った人間はデスク作業中に椅子に重量支援を委譲する。 受動式移動椅子上における全方向座位移動について検討し、固定されていない骨盤シート接触とロボットチェアシステムの断続的な足底推進を必要とした。 標準立位速度追跡環境を受動チェアモデル、座位状態報酬、評論家のみの椅子観察、タスク調整された接触設定で拡張する。 学習されたポリシーは、Unitree G1へのゼロショット・シム・トゥ・リアル転送を達成し、全方向の座るロコモーションを発生させた。
  論文  参考訳（メタデータ） (2026-08-28T08:58:20Z)
• GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
  ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。 純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。 自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
  論文  参考訳（メタデータ） (2026-08-18T18:21:36Z)
• Staged Multi-Agent Training (SMAT) for Hip Exoskeletons: Metabolic and Biomechanical Validation of a Simulation-Trained Co-Adaptive Controller [1.5617797712963508]
  本報告ではSMATの生理的妥当性について述べる。 単一のシミュレーショントレーニングされたSMATポリシは、トレーニングされた条件を超えて堅牢なまま、実際のユーザに対して大きなメタボリックなメリットを提供する。
  論文  参考訳（メタデータ） (2026-08-01T15:31:14Z)
• A Replay-Constrained Simulation Framework for Personalization of Powered Knee--Ankle Prosthesis Controllers [11.765906112645466]
  電動義足用インピーダンスコントローラのパーソナライズは、個々の歩行を調節するために重要であるが、依然として困難である。 MuJoCoをベースとしたシミュレーターは、記録されたヒップキネマティクスとフィードバックに基づくグラウンド反応力を再生しながら、人工膝関節の力学を再現する。 深部強化学習政策は、両関節における相依存性の剛性、減衰、平衡角を同時にパーソナライズする。
  論文  参考訳（メタデータ） (2026-07-24T18:59:48Z)
• Predictive Style Matching: Natural and Robust Humanoid Locomotion [0.2348805691644085]
  予測スタイルマッチング(Predictive Style Matching)は、ロボットの低体状態履歴と速度コマンドを、上体関節と歩行目標の解釈にマッピングする。 ユニツリーG1では、シミュレーションとハードウェアの両方において、PSMはタスクのみのRLよりも、およそ1桁の精度で上半身スタイルの誤差を低減する。
  論文  参考訳（メタデータ） (2026-06-05T09:21:20Z)
• PCHC: Enabling Preference Conditioned Humanoid Control via Multi-Objective Reinforcement Learning [50.63196995993855]
  多目的強化学習(MORL)を活用してPCHC(Preference-Conditioned Humanoid Control)を実現する新しいフレームワークを提案する。 当社のフレームワークは、単一の嗜好条件のポリシーを多種多様な行動を示すために有効である。
  論文  参考訳（メタデータ） (2026-03-25T07:55:37Z)
• Embedding Classical Balance Control Principles in Reinforcement Learning for Humanoid Recovery [1.0883174135300417]
  人間は転倒や回復不能な障害状態に対して脆弱であり、非構造化環境での実用性を制限する。 古典的バランス指標を埋め込むことにより、この制限に対処する統一的なRLポリシーを提案する。 このポリシーは、ランダム化された初期ポーズと記述されていないフォール設定で93.4%のリカバリ率を達成する。
  論文  参考訳（メタデータ） (2026-03-09T17:02:30Z)
• 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)
• One-shot Humanoid Whole-body Motion Learning [18.375746497945023]
  通常、動作カテゴリごとに複数のトレーニングサンプルを必要とする。 本研究では,1つの非歩行目標運動サンプルのみを用いて,効果的なヒューマノイド運動ポリシーを訓練する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-10-29T07:48:10Z)
• SPACeR: Self-Play Anchoring with Centralized Reference Models [50.55045557371374]
  Simエージェントポリシーは、現実的で、人間らしく、高速で、マルチエージェント設定でスケーラブルである。 大規模な拡散モデルやトークン化モデルを用いた模倣学習の最近の進歩は、人間の運転データから直接行動を把握することができることを示している。 本研究では,事前訓練されたトークン化自己回帰運動モデルを利用したSPACeRを提案する。
  論文  参考訳（メタデータ） (2025-10-20T19:53:02Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)

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。