論文の概要: RoboStriker: Latent-Space Strategic Games for Autonomous Humanoid Boxing

• arxiv url: http://arxiv.org/abs/2608.16195v1
• Date: Mon, 17 Aug 2026 07:19:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.57549
• Title: RoboStriker: Latent-Space Strategic Games for Autonomous Humanoid Boxing
• Title（参考訳）: RoboStriker: 自律的ヒューマノイドボクシングのための潜在空間戦略ゲーム
• Abstract要約: RoboStriker(ロボストライカー)は、2人プレイのラテントスペースゼロサムマルコフゲームである。 まず、事前に定義されたボクシング運動の追跡専門知識を位相的に有界な潜在多様体に蒸留する。 RoboStrikerは、生の作用空間法で観測される破滅的なバランスの失敗を著しく低減する。 競争力のある勝利率と印象的な効率の両方において優れた戦術性能を達成する。
• 参考スコア（独自算出の注目度）: 42.646050136986155
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving human-level competitive intelligence and physical agility in humanoid robots remains a profound challenge, particularly in contact-rich and highly dynamic tasks such as boxing. While Multi-Agent Reinforcement Learning offers a principled framework for strategic interaction, its direct application to unstructured raw motor spaces inevitably leads to joint-level physical collapse, preventing the emergence of any viable combat tactics. To resolve this fundamental conflict between strategic exploration and physical feasibility, we formulate the humanoid combat task as a novel two-player latent-space zero-sum Markov game. Under standard regularity and approximate best-response assumptions, we show that the latent formulation induces an equivalent game over the decoder-reachable action manifold, providing an approximate-Nash interpretation of the resulting self-play dynamics. To instantiate this theoretical formulation, we propose RoboStriker, a hierarchical framework that decouples high-level reasoning from low-level execution. It first distills the tracking expertise of predefined boxing motions into a topologically bounded latent manifold. This structured latent foundation subsequently drives multi-agent co-evolution via Latent-Space Neural Fictitious Self-Play. Extensive experimental results demonstrate that gaming within this structured latent space substantially outperforms direct exploration. By constraining strategic exploration through a pretrained motion decoder, RoboStriker substantially reduces the catastrophic balance failures observed in raw action-space methods and achieves superior tactical performance in both competitive win rates and striking efficiency. Finally, we successfully deploy and validate our learned combat policies on real-world humanoid robots. Our code and video and supplementary materials are available at RoboStriker.
• Abstract（参考訳）: ヒューマノイドロボットにおける人間レベルの競争的知性と身体的機敏性を達成することは、特にボクシングのような接触に富み、非常にダイナミックなタスクにおいて重要な課題である。 マルチエージェント強化学習(Multi-Agent Reinforcement Learning)は、戦略的な相互作用のための原則的な枠組みを提供するが、非構造化された生の運動空間への直接的な適用は、必然的に関節レベルの物理的崩壊を招き、実行可能な戦闘戦術の出現を防ぐ。 戦略的探索と物理的実現可能性の根本的な対立を解決するために,我々は,新しい2プレイヤーラテントスペースゼロサムマルコフゲームとしてヒューマノイド戦闘タスクを定式化する。 標準正則性と近似的最適応答仮定の下では、潜在定式化はデコーダ到達可能な作用多様体上で等価なゲームを誘導し、結果として生じる自己プレイダイナミクスの近似ナッシュ解釈を与えることを示す。 この理論定式化をインスタンス化するために,低レベルの実行から高レベルの推論を分離する階層型フレームワークであるRoboStrikerを提案する。 まず、事前に定義されたボクシング運動の追跡専門知識を位相的に有界な潜在多様体に蒸留する。 この構造化潜在基盤は、後にLatent-Space Neural Fictitious Self-Playを介してマルチエージェントの共進化を駆動する。 大規模な実験結果から、この構造された潜在空間におけるゲームは直接探索よりもかなり優れていることが示されている。 事前訓練されたモーションデコーダによる戦略的探索を制限することにより、RoboStrikerは生の行動空間法で観測される破滅的なバランスの失敗を著しく低減し、競争勝率と打撃効率の両方において優れた戦術的性能を達成する。 最後に、現実世界のヒューマノイドロボットに対する学習した戦闘方針の展開と検証に成功した。 私たちのコードとビデオと補足資料はRoboStrikerで入手できます。

関連論文リスト

• 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)
• SMASH: Mastering Scalable Whole-Body Skills for Humanoid Ping-Pong with Egocentric Vision [53.709632118234936]
  Methodnameはアジャイルなヒューマノイドテーブルテニスのためのモジュールシステムである。 これは、スケーラブルな全身スキル学習と、オンボードの自我中心の認識を統一する。 そこで本研究では,オンボードセンシングだけで連続的なストライクを行うことができる最初のヒューマノイドテーブルテニスシステムについて紹介する。
  論文  参考訳（メタデータ） (2026-04-01T17:11:52Z)
• Diff-Muscle: Efficient Learning for Musculoskeletal Robotic Table Tennis [21.901628569185515]
  筋骨格型ロボット制御アルゴリズムであるDiff-Muscleを提案する。 具体的には、K-MAC(Kinematics-based muscle Actuation Controller)と高次軌道計画を統合した階層型強化学習フレームワークを提案する。 実験の結果,Diff-Muscleは筋肉の活性化を最小限に抑えつつ,成功率において最先端のベースラインを著しく上回ることがわかった。
  論文  参考訳（メタデータ） (2026-03-09T17:00:28Z)
• Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
  本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。 本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。 我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2026-02-17T18:59:11Z)
• Learning Human-Like Badminton Skills for Humanoid Robots [25.27775061243493]
  ロボットを「ミミック」から「ストライカー」に進化させるための進歩的強化学習フレームワークを提案する。 提案手法は,人体データに先立って頑健なモータを確立し,それをコンパクトなモデルベース状態表現に蒸留し,逆方向の先立って動的に安定化する。 シミュレーションでは、リフトやドロップショットを含む多様なスキルの習得を通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-02-09T08:09:52Z)
• Learning Soccer Skills for Humanoid Robots: A Progressive Perception-Action Framework [50.6604971348824]
  サッカーはヒューマノイドロボットにとって重要な課題であり、密に統合された知覚アクション機能を必要としている。 本稿では,サッカースキル獲得を3段階に分割するプログレッシブアーキテクチャであるパーセプション・アクション統合意思決定(PAiD)を提案する。 ユニトリーG1の実験では、多種多様な条件下で頑健な性能を持つ高忠実な人間のような蹴りが実証された。
  論文  参考訳（メタデータ） (2026-02-05T05:05:03Z)
• RoboStriker: Hierarchical Decision-Making for Autonomous Humanoid Boxing [43.240817529539356]
  RoboStrikerは、完全に自律的なヒューマノイドボクシングを可能にする階層的な3段階のフレームワークである。 このフレームワークは、まず、人間のモーションキャプチャーデータに基づいてシングルエージェントモーショントラッカーをトレーニングすることにより、ボクシングスキルの包括的なレパートリーを学習する。 最終段階では、Latent-Space Neural Fictitious Self-Play (LS-NFSP)を導入する。
  論文  参考訳（メタデータ） (2026-01-30T03:51:58Z)
• Robot Crash Course: Learning Soft and Stylized Falling [7.959692704349906]
  我々は,ロボットのエンドポーズを制御しながら,ロボットの身体的損傷を軽減することを目的としている。 私たちの研究は、二足歩行ロボットでさえ制御された柔らかい転倒を実行できることを示した。
  論文  参考訳（メタデータ） (2025-11-13T18:55:34Z)

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。