論文の概要: Stay Seated: Learning Omnidirectional Humanoid Locomotion on a Passive Mobile Chair with Casters

• arxiv url: http://arxiv.org/abs/2608.28090v1
• Date: Fri, 28 Aug 2026 08:58:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.259166
• Title: Stay Seated: Learning Omnidirectional Humanoid Locomotion on a Passive Mobile Chair with Casters
• Title（参考訳）: ステイシーテッド:キャスター付きパッシブモバイル椅子で全方向ヒューマノイドロコモーションを学習する
• Authors: Kango Yanagida, Kazuki Miyazawa, Takato Horii,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humanoid robots with quasi-direct-drive actuators continuously generate joint torque while standing, whereas seated humans delegate weight support to chairs during desk work. As a first step toward seated loco-manipulation, we study omnidirectional seated locomotion on a passive mobile chair, requiring unfixed pelvis-seat contact and intermittent foot-floor propulsion of the robot-chair system. We extend a standard standing velocity-tracking environment with a passive-chair model, seated-state rewards, critic-only chair observations, and task-tailored contact settings. The policy is learned without motion-imitation rewards; its actor uses only proprioception and velocity commands, without contact sensing or chair states. In random-command evaluation, the policies tracked omnidirectional commands through nearly all 20-s rollouts, and the best seated policies could outperform the Standing policy in velocity tracking. Across four training seeds, a $2^3$ full-factorial comparison of symmetry regularization (SY), foot-slip regularization (FS), and command curriculum (CC) showed that FS reduced CoT but increased tracking error and that some FS-only policies converged to stationary local optima. Combining FS with either SY or CC avoided this failure without retuning FS, while SY improved bilateral leg symmetry during longitudinal motion. Direction-resolved analysis showed CoT ordered backward $<$ lateral $\ll$ forward, with planted-leg extension in backward and lateral motion and knee flexion following heel contact in forward motion. The learned policy achieved zero-shot sim-to-real transfer to a Unitree G1 and generated omnidirectional seated locomotion.
• Abstract（参考訳）: 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。 座位ロコ操作に向けた第一歩として,受動式移動椅子上における全方向座位ロコモーションについて検討し,固定されていないペルビスシート接触とロボットチェア系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。 アクターは、触覚や椅子の状態がなくても、プロトリオセプションと速度コマンドのみを使用する。 ランダムコマンド評価では、ポリシーは全20秒のロールアウトを通じて全方向のコマンドを追跡し、最高の席のポリシーはベロシティトラッキングにおけるスタンディングポリシーよりも優れていた。 トレーニング種子4種, 対称性正則化(SY), フットスリップ正則化(FS), コマンドカリキュラム(CC)のフルファクター比較により, FSはCoTを減少させるが追跡誤差は増大し, FSのみの政策は固定的局所最適に収束した。 FSとSY, CCのいずれを併用しても, FSを調整せずにこの障害を回避し, SYは長手移動時の両側脚対称性を改善した。 方向分解分析の結果, CoT は後方に $<$ lateral $\ll$ forward を発注し, 後肢伸展, 後肢伸展, 膝関節屈曲術を施行した。 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。

関連論文リスト

• Natural Sit-to-Stand Motion Synthesis For Humanoids via Guided Assistance Curricula and Staged Rewards [0.0]
  政策は3つの相補的なコンポーネントによって駆動される、スムーズで人間のような上昇を学習する。 政策は8つの椅子の高さで97%以上のバランスの取れた成功を達成した。
  論文  参考訳（メタデータ） (2026-08-21T07:44:00Z)
• Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
  人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。 この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。 我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
  論文  参考訳（メタデータ） (2026-04-23T07:10:05Z)
• CLOT: Closed-Loop Global Motion Tracking for Whole-Body Humanoid Teleoperation [54.7399209456857]
  閉ループグローバルモーショントラッキングを実現する,リアルタイムな人型遠隔操作システムCLOTを提案する。 CLOTはオペレータとロボットのポーズをクローズドループで同期させ、長時間のタイムホライズン上でドリフトフリーな人間-人間-ヒューマノイドの模倣を可能にする。 本研究では,報奨評価から観測軌道を分離し,スムーズで安定した大域的補正を可能にするデータ駆動ランダム化手法を提案する。
  論文  参考訳（メタデータ） (2026-02-13T12:03:13Z)
• HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
  本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
  論文  参考訳（メタデータ） (2026-02-03T07:18:01Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• 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)
• 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)

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。