論文の概要: GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction

• arxiv url: http://arxiv.org/abs/2608.18234v2
• Date: Sun, 23 Aug 2026 09:07:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:42.792048
• Title: GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction
• Title（参考訳）: GigaBrain-WBC-0.5:環境相互作用を考慮したロバスト全体制御のための行動世界モデル
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 68.67772166423812
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Whole-body motion tracking policies turn a humanoid into a robust control interface: the teleoperator---or an upstream model---only supplies a coarse movement intent, while the low-level policy keeps the robot balanced and physically feasible. Existing trackers deliver this interface only on flat ground: trained in empty scenes, they never learn how contact with terrain and objects reshapes their dynamics, and they attempt to teach the policy to balance under any command by continually enlarging the reference-motion corpus, which stops working once feasible behaviors become environment-dependent. We present GigaBrain-WBC-0.5, the first Behavior World Model (BWM) for humanoid whole-body control. Rather than a purely reactive tracker, we train a causal Transformer to jointly predict its next action, next state, and the distribution over its next latent behavior command, so the network that acts also models how the environment shapes what it can do next. An automatic terrain-annotation pipeline recovers full 3D contact geometry from retargeted motion, enabling terrain annotation at the scale of existing motion datasets. The predicted distribution is reused at deployment to detect implausible commands online and retract them onto learned behaviors, so the robot attempts tasks in a "best-effort" manner. The result is a unified policy that takes real-time command, interacts with environment, and stays robust to implausible commands, falls, and disturbances. GigaBrain-WBC-0.5 achieves the highest success rate across all four regimes among three large-scale tracker baselines: 81.3% on terrain interaction (4.3x the strongest baseline), 83.1% under implausible commands, and 99.3% fall recovery (16.8x the strongest baseline). Hardware trials show robust interaction under missing supports and disturbances; the Unitree G1 checkpoint transfers to the Maker L01 robot with simple fine-tuning.
• Abstract（参考訳）: テレオペレーター(または上流モデル)は、粗い動きの意図だけを供給し、低レベルのポリシーは、ロボットのバランスを保ち、物理的に実現可能である。 既存のトラッカーはこのインターフェースを平らな地上でのみ提供する: 空のシーンで訓練された彼らは、地形や物体との接触が自身のダイナミクスをどう改善するかを決して学ばず、実行可能な振る舞いが環境に依存した場合の作業を止めるための参照運動コーパスを継続的に拡大することで、任意のコマンドの下でバランスをとるポリシーを教えようと試みている。 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。 純粋なリアクティブトラッカーではなく、因果変換器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の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。 予測された分布はデプロイ時に再利用され、オンラインで不可解なコマンドを検出し、学習した振る舞いに還元する。 その結果は、リアルタイムのコマンドを受け取り、環境と対話し、不可解なコマンド、フォール、障害に対して頑丈な統一されたポリシーになります。 GigaBrain-WBC-0.5は3つの大規模トラッカーベースラインの中で、81.3%の地形相互作用(4.3倍)、83.1%の予測不能なコマンド、99.3%のフォールリカバリ(16.8倍)の4つのレギュラーの中で最も成功した。 ハードウェアの試行では、不足したサポートや障害の下での堅牢な相互作用が示され、Unitree G1チェックポイントは単純な微調整でMaker L01ロボットに転送される。

関連論文リスト

• WLA$^3$: World Latent Action Modeling for Semantics, Dynamics, and Kinematics [33.75014442121971]
  WLA$3$ (World Latent Action Modeling for Semantics, Dynamics, and Kinematics)は、統一的なジェネラリストポリシーモデルフレームワークである。 WLA$3$は、世界潜在アクションモデル(WLAM)が、セマンティクス、ダイナミクス、キネマティクスで学んだ表現を再利用する。 LaryBenchでは、最後の32D遅延アクションは67.89%の平均的な分類精度に達する。
  論文  参考訳（メタデータ） (2026-09-14T16:59:00Z)
• Morphology-Aware Human Motion Retargeting for Wheeled-Humanoid Loco-Manipulation [3.1041072702135213]
  本稿では,マルチデータセット動作をガラクサR1車輪型ヒューマノイドのロコ操作動作に変換するパイプラインを提案する。 ロボットは平面式3輪ベースとシリアル胴体と2本の腕を持つが、脚の関節は持たない。 基準ツイスト駆動の計画層は、平面ベースの動きを連続した3輪ステアリングとローリングコマンドにデコードする。
  論文  参考訳（メタデータ） (2026-09-10T10:40:31Z)
• Hydra-0: Action Flow for Generalist World Modeling and Control [64.88849745875753]
  Hydra-0はアクションフローを条件とした世界モデルであり、ロボットの動きをピクセルの動きとして表現している。 我々の最良の構成は、90.4%のロボットモーションエラー、60.2%のオブジェクトモーションエラーを達成する。 訓練されたアクションヘッドは、タスク固有の専門家ロボットのデモンストレーションを必要とせずに、得られた潜在機能を実行可能なアクションにマッピングする。
  論文  参考訳（メタデータ） (2026-08-18T17:59:30Z)
• Behavior Foundations for Quadruped Robots: ABot-C0 Technical Report [25.18747802029395]
  本稿では,四足歩行ロボットの汎用動作制御システムであるABot-C0を提案する。 我々は、条件付きビデオ生成、注釈付きモーションキャプチャ、ヒューマンデザインを通じてデータピラミッドを構築し、16,074個の物理的に実現可能なモーションクリップを生成した。 そして、3段階の特権と知覚の枠組みを採用することで、ロバストな全地球移動に向けて一歩前進します。
  論文  参考訳（メタデータ） (2026-07-08T13:04:07Z)
• Imagine2Real: Towards Zero-shot Humanoid-Object Interaction via Video Generative Priors [51.096845970243855]
  高忠実度3Dデータの不足により,全体Humanoid-Object Interaction (HOI) がボトルネックとなる。 本研究では,ゼロショットHOIフレームワークであるImagine2Realを提案する。
  論文  参考訳（メタデータ） (2026-05-21T10:15:39Z)
• ECHO: Edge-Cloud Humanoid Orchestration for Language-to-Motion Control [8.983091538704645]
  本稿では,ヒューマノイドロボットの言語駆動型全身制御のためのエッジホスト型フレームワークECHOを提案する。 クラウドネイティブ拡散に基づくテキスト・トゥ・モーション・ジェネレータは、自然言語命令から動作参照を合成する。 エッジ展開された強化学習トラッカーは、ロボットのクローズドループでそれらを実行する。
  論文  参考訳（メタデータ） (2026-03-17T07:16:18Z)
• HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
  本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。 我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。 ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-12T09:34:35Z)
• Learning Humanoid Standing-up Control across Diverse Postures [27.79222176982376]
  立ち上がり制御はヒューマノイドロボットにとって不可欠であり、現在の移動と移動操作システムに統合される可能性がある。 本稿では,立ち上がり制御をゼロから学習する強化学習フレームワークであるHoST(Humanoid Standing-up Control)を提案する。 実験結果から, 各種実験室および屋外環境におけるスムーズ, 安定, 頑健な立位運動が得られた。
  論文  参考訳（メタデータ） (2025-02-12T13:10:09Z)
• NeuPAN: Direct Point Robot Navigation with End-to-End Model-based Learning [67.53972459080437]
  乱雑で未知の環境で非ホロノミックロボットをナビゲートするには、リアルタイム衝突回避のための正確な認識と正確な動きが必要である。 本稿では, リアルタイム, 高精度, 地図のない, 展開が容易で, 環境によらないロボットモーションプランナであるNeuPANについて述べる。
  論文  参考訳（メタデータ） (2024-03-11T15:44:38Z)
• 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。