論文の概要: Learning Context-Aware Motion Priors for Humanoid Control

• arxiv url: http://arxiv.org/abs/2608.03234v1
• Date: Tue, 04 Aug 2026 07:05:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 07:04:20.702587
• Title: Learning Context-Aware Motion Priors for Humanoid Control
• Title（参考訳）: ヒューマノイド制御のための文脈認識動作の事前学習
• Abstract要約: モーション先行は、自然主義的なヒューマノイドの行動を学ぶための強力なガイダンスを提供する。 既存の手法は、参照データセット全体から一般的なタスクに依存しない方法で学習し、ポリシートレーニングを通じて一様に適用する。 本稿では、現在のタスクコンテキストに先立って一般的な動きを適応させるフレームワーク、Context-Aware Motion Priors (CMP)を提案する。
• 参考スコア（独自算出の注目度）: 20.46962098524126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motion priors provide powerful guidance for learning naturalistic humanoid behaviors. However, existing methods typically learn a general, task-agnostic prior from the entire reference dataset and apply it uniformly throughout policy training. As a result, the prior cannot distinguish which reference motions are relevant to the current task context, potentially providing irrelevant or conflicting guidance. We present Context-Aware Motion Priors (CMP), a framework that adapts a general motion prior to the current task context without manual skill labels, dataset partitioning, or a separate skill discovery stage. Specifically, CMP learns context-motion compatibility using high-advantage policy rollouts, while a demonstration-based objective keeps the learned relevance grounded in the reference distribution. The resulting relevance scores reweight reference supervision for training a lightweight context-conditioned adapter. To evaluate the effectiveness and generality of CMP, we instantiate it with both Adversarial Motion Priors and Score-Matching Motion Priors. Across five humanoid control tasks, CMP consistently improves task performance and sample efficiency, learns meaningful context-motion alignment, and remains robust to imbalanced reference distributions. These results show that adapting motion priors to task contexts provides more relevant guidance for humanoid policy learning.
• Abstract（参考訳）: モーション先行は、自然主義的なヒューマノイドの行動を学ぶための強力なガイダンスを提供する。 しかし、既存の手法は通常、参照データセット全体から一般的なタスクに依存しない方法で学習し、ポリシートレーニングを通じて一様に適用する。 その結果、前者は現在のタスクコンテキストに関連する参照動作を区別することができず、無関係または矛盾するガイダンスを提供する可能性がある。 我々は、手動のスキルラベルやデータセットのパーティショニング、あるいは別のスキル発見ステージなしで、現在のタスクコンテキストに先立って一般的な動きを適応するフレームワークであるContext-Aware Motion Priors (CMP)を提示する。 具体的には、CMPは、高アドバンテージポリシーのロールアウトを用いてコンテキスト-モーションの互換性を学習し、一方、実証に基づく目的は、基準分布に学習の関連性を保持する。 結果として得られた関連性は、軽量なコンテクスト条件付きアダプタをトレーニングするためのリウェイトリファレンスインスペクションをスコアする。 CMPの有効性と汎用性を評価するため,逆運動優先とスコア・マッチ動作優先の両方をインスタンス化する。 5つのヒューマノイド制御タスクのうち、CMPはタスク性能とサンプリング効率を一貫して改善し、意味のあるコンテキスト・モーションアライメントを学習し、不均衡な参照分布に対して頑健である。 これらの結果から,タスクコンテキストに前向きな動作を適応させることが,ヒューマノイド政策学習の指針となることが示唆された。

関連論文リスト

• PriGo: Test-Time Primitive Guidance to Diffusion and Flow Policies for Adaptive Robotic Manipulation [28.358317763869664]
  PriGoは、堅牢なロボット操作のためのプリミティブ誘導テストタイム適応フレームワークである。 本稿では,観測結果から直接原始分布を推定する軽量プリミティブ予測モジュールPANetを紹介する。 以前のプリミティブ条件のアプローチとは異なり、PriGoは完全にテスト時に動作し、事前訓練された拡散とフローポリシーにシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-07-08T07:08:11Z)
• PAWS: Preference Learning with Advantage-Weighted Segments [61.590521943273]
  本稿では,セグメントレベルの優位関数を用いて,ポリシー更新を直接行うセグメントベース優先学習手法を提案する。 シミュレーションされたロボット操作と移動タスクの実験は、PAWSが既存のPbRLアプローチを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-06-10T12:00:17Z)
• SCRIPT: Scalable Diffusion Policy with Multi-stage Training for Language-driven Physics-based Humanoid Control [72.5651722107621]
  SCRIPTは、言語駆動の物理に基づくヒューマノイド制御のための多段階トレーニングフレームワークを備えたスケーラブルな拡散ポリシーである。 SCRIPTの中核はJAST-DiT(Joint Action-State-Text Diffusion Transformer)であり、アクション、物理状態、テキストを専用トークンストリームとして表現している。 自己回帰制御を安定させるために,近年の密集した文脈を保存し,長期的歴史から疎開したサンプルを抽出する非線形履歴条件付け機構を導入する。
  論文  参考訳（メタデータ） (2026-05-21T14:17:21Z)
• UMO: Unified In-Context Learning Unlocks Motion Foundation Model Priors [78.85130555487432]
  UMOは、様々な下流タスクを原子単位の操作の合成にキャストする、単純だが汎用的な統一的な定式化である。 具体的には、フレーム単位のインテントを特定するために3つの学習可能なフレームレベルのメタオペレーション埋め込みを導入し、事前訓練されたバックボーンにコンテキスト内キューを注入するために、軽量の時間融合を採用している。 UMOは幅広いベンチマークでタスク固有のベースラインとトレーニング不要ベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-03-16T22:44:52Z)
• Language-Grounded Decoupled Action Representation for Robotic Manipulation [78.42228162226839]
  認識と制御を結びつけるために,Language-Grounded Decoupled Action Representation (LaDA) フレームワークを提案する。 LaDAは3つの解釈可能なアクションプリミティブ(翻訳、回転、グリップ制御)の微細な中間層を導入し、低レベルのアクションに対して明示的な意味構造を提供する。 さらに、セマンティックガイダンスによるソフトラベルのコントラスト学習の目的を用いて、類似のアクションプリミティブをタスク間で整列させ、一般化と動きの整合性を高める。
  論文  参考訳（メタデータ） (2026-03-13T13:08:26Z)
• Generalizing from References using a Multi-Task Reference and Goal-Driven RL Framework [12.131501436717969]
  本研究では,人間の動作からヒューマノイドの動作を学習するためのマルチタスク強化学習フレームワークを提案する。 単一の目標条件付きポリシーは、同じ観測空間と行動空間を共有する2つのタスクで共同で訓練される。 これらの目的を共通の定式化内で協調最適化することにより、このポリシーは、密集した基準監督から構造化された人間のような運動スキルを取得する。
  論文  参考訳（メタデータ） (2026-02-23T21:25:06Z)
• Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
  この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。 特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
  論文  参考訳（メタデータ） (2025-07-08T11:45:51Z)
• On the Loss of Context-awareness in General Instruction Fine-tuning [101.03941308894191]
  教師付き微調整後の文脈認識の喪失について検討した。 性能低下は,会話指導の微調整中に学んだ異なる役割に対する偏見と関連していることがわかった。 一般命令微調整データセットから文脈依存例を識別する指標を提案する。
  論文  参考訳（メタデータ） (2024-11-05T00:16:01Z)
• Exploring Versatile Prior for Human Motion via Motion Frequency Guidance [32.50770614788775]
  我々は、人間の動きの固有確率分布をモデル化する多目的運動を事前に学習する枠組みを学習する。 効率的な事前表現学習のために,冗長な環境情報を除去するグローバル指向正規化を提案する。 そこで我々は,環境情報を学習可能な方法で入力動作データから切り離すための認知学習手法を採用した。
  論文  参考訳（メタデータ） (2021-11-25T13:24:44Z)

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。