論文の概要: StableMimic: Smooth Human-Like Recovery for Humanoid Motion Tracking - Learning Beyond the Tracking Distribution for Structured Post-Fall Behavior
- arxiv url: http://arxiv.org/abs/2608.02385v1
- Date: Mon, 03 Aug 2026 15:27:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.624597
- Title: StableMimic: Smooth Human-Like Recovery for Humanoid Motion Tracking - Learning Beyond the Tracking Distribution for Structured Post-Fall Behavior
- Title（参考訳）: StableMimic: ヒューマノイド運動追跡のためのスムースなヒューマンライクなリカバリ -構造化後行動のトラッキング分布を超えた学習
- Abstract要約: 我々は、名目追跡分布を超えて訓練された統合トラッカーであるStableMimicを提示する。
複数のヒトの隆起参照の周囲の摂動リセットは、羽根、海綿、オフバランス、中間接地状態を明らかにする。
隠された後継状態の目的は、デプロイされたアクターに参照IDやフェーズを公開することなく、人間の形のリカバリを教える。
- 参考スコア（独自算出の注目度）: 2.9625318946782397
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoid motion trackers perform reliably within learned tracking distributions, but falls can move the robot into low-height, contact-rich states from which an advancing command is temporarily unreachable. Tracking-only policies may chase infeasible references, producing rapid, large-amplitude limb corrections that increase risk to the robot and its surroundings. We present StableMimic, a unified tracker trained beyond the nominal tracking distribution. Perturbed resets around multiple human get-up references expose prone, supine, off-balance, and intermediate ground-contact states, shaping structured recovery that returns the robot to the trackable region. Because tracking and recovery occupy markedly different state--action distributions, StableMimic uses dedicated experts for each regime and a proprioceptive gate that continuously blends their actions. A hidden successor-state objective teaches human-reference-shaped recovery without exposing reference identity or phase to the deployed Actor; deployment requires no get-up reference, recovery command, trajectory retrieval, or external policy switch. On the complete retargeted LAFAN1 dance subset, StableMimic achieves the lowest errors on all four tracking metrics among five methods. Across 100 matched push-to-fall trials per method, it recovers in 100/100 and attains the lowest values on six of seven post-fall motion and load measures, supporting improved interaction safety under this protocol. Real Unitree G1 dance and standing-reference deployments qualitatively demonstrate bounded limb motion, autonomous recovery, and command resumption.
- Abstract（参考訳）: ヒューマノイドモーショントラッカーは、学習した追跡分布内で確実に動作するが、フォールはロボットを一時的に進行するコマンドが到達不能な低高さのコンタクトリッチな状態に移行することができる。
追跡のみのポリシーは、不可能な参照を追及し、ロボットとその周囲のリスクを増大させる急激で大振幅の四肢修正を発生させる。
我々は、名目追跡分布を超えて訓練された統合トラッカーであるStableMimicを提示する。
複数のヒトの立ち上がり基準の周囲の摂動リセットは、緊張感、スパイン、オフバランス、中間的な接地接触状態を露呈し、ロボットを追跡可能な領域に戻す構造的回復を形作る。
トラッキングとリカバリが州によって大きく異なるため、StableMimicは各政権に専用の専門家と、その行動が継続的に混ざり合っている受容ゲートを使用している。
隠れた後継状態の目的は、参照IDやフェーズをデプロイされたアクターに公開することなく、ヒューマン参照型のリカバリを教える。
完全に再ターゲットされたRAFAN1ダンスサブセットでは、StableMimicは5つのメソッドの中で4つのトラッキングメトリクスの最も低いエラーを達成している。
このプロトコルでは,100回以上のプッシュ・ツー・フォール・トライアルが実施され,100/100で回復し,7回の転倒動作および負荷対策のうち6回の最低値を達成した。
リアルユニツリーG1ダンスとスタンディング参照デプロイメントは、有界な手足の動き、自律的な回復、コマンドの再使用を定性的に示す。
関連論文リスト
- 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) - GenTrack: Physical Alignment for Robot-Native Motion Generation and Zero-Shot Humanoid Tracking [20.397340513713413]
汎用ヒューマノイドトラッカーは多様な参照を実行することができるが、そのゼロショットカバレッジは、拡張するのにコストがかかる大きなエンボディコーパスに依存している。
我々は、オンラインジェネレータ-トラッカーフレームワークであるGenTrackを紹介し、新たに生成された参照に対するトラッカートレーニングと実行ベースでグループ関係のジェネレータアライメントを交換する。
論文 参考訳（メタデータ） (2026-08-02T17:44:19Z) - EgoRecovery: Acquiring Failure Recovery Ability Through Human Recovery Demonstration [75.13534797264485]
我々は,ロボット遠隔操作に代わるスケーラブルな代替手段として,自己中心型ヒューマンデータキャプチャー障害回復プロセスが提供されることを示した。
タスクレベルの障害設定を効率的にアレンジし、短いリカバリセグメントを記録することで、人間のオペレータは1時間あたりの有効なリカバリデータの10倍以上のデータを生成できる。
論文 参考訳（メタデータ） (2026-07-22T04:44:26Z) - 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) - ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
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。
論文 参考訳（メタデータ） (2026-06-29T14:27:27Z) - Stubborn: A Streamlined and Unified Reinforcement Learning Framework for Robust Motion Tracking and Fall Recovery for Humanoids [9.395015640853973]
本研究では,頑健なヒューマノイド運動追跡と転倒回復を実現するために,合理化・統一された強化学習フレームワークであるStubbornを提案する。
具体的には、Stubbornは非対称なアクター・クライブアーキテクチャを使用しており、3つの主要なコンポーネントで構成されている。
実世界のデモについては、https://aislab-sustech.io/Stubborn/を参照してください。
論文 参考訳（メタデータ） (2026-06-11T02:13:53Z) - 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) - 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) - See, Learn, Assist: Safe and Self-Paced Robotic Rehabilitation via Video-Based Learning from Demonstration [0.7874708385247353]
本稿では,ロボット支援型リハビリテーション演習を遠隔でRGB-Dビデオで教える新しい枠組みを提案する。
カルテシアン運動プリミティブ(DMP)を用いた6-DoF体中心軌道の実証を符号化する。
空間的に整合した仮想トンネルを構成する疎結合ハイブリッド制御アーキテクチャを用いて,これらのトラジェクトリを実行する。
論文 参考訳（メタデータ） (2026-03-15T00:30:36Z) - 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) - 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)
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。