論文の概要: World-Model-Augmented Visual Locomotion for Humanoids on Foothold-Constrained Terrain
- arxiv url: http://arxiv.org/abs/2609.02542v1
- Date: Wed, 02 Sep 2026 12:57:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.336292
- Title: World-Model-Augmented Visual Locomotion for Humanoids on Foothold-Constrained Terrain
- Title(参考訳): 足場制約地形上のヒューマノイドに対する世界モデル拡張視覚ロコモーション
- Abstract要約: 我々は、近未来観測と報奨に関する学習された予測的要約が、そのような設定に必要な予測情報を提供することができるかどうかを問う。
本稿では, WM-LOCO(World-Model-Augmented Visual Locomotion)について述べる。
シミュレーションでは、WM-LOCOは、マッチしたベースラインが完全に失敗するギャップやステッピングストーンで成功し、階段上でのベースラインの成功率と一致する。
- 参考スコア(独自算出の注目度): 29.978527754674044
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Foothold-constrained terrain is characterized by sparse, discontinuous, or geometrically restricted feasible foot contacts, as encountered on stepping stones, across gaps, and on narrow stair treads. On such terrain, a single misstep often leaves little room to recover, so policies that base foot-placement decisions primarily on the immediately visible terrain are prone to failure. We ask whether a learned predictive summary of near-future observations and rewards can provide the anticipatory information required in such settings. We present World-Model-Augmented Visual Locomotion (WM-LOCO), which jointly trains a recurrent world model and a PPO policy. Conditioned on proprioception and a single onboard depth image, the world model produces a predictive recurrent feature that guides the policy, without explicit foothold labels. In simulation, WM-LOCO succeeds on gaps and stepping stones where a matched baseline fails completely, and matches the baseline's success rate on stairs while improving stride efficiency and reducing pelvis acceleration. We deploy the same policy onboard a physical Unitree G1 humanoid using onboard proprioception and a single depth stream; it traverses all three terrain classes with an average success rate of 93.3%.
- Abstract(参考訳): 足場に拘束された地形は、足場、隙間、狭い階段のトレッドで見られるように、スパース、不連続、または幾何学的に制限された足の接触によって特徴づけられる。
このような地形では、1つのミスステップが回復する余地をほとんど残さないため、足場決定を主に目に見える地形で行う政策は失敗しがちである。
我々は、近未来観測と報奨に関する学習された予測的要約が、そのような設定に必要な予測情報を提供することができるかどうかを問う。
本稿では, WM-LOCO(World-Model-Augmented Visual Locomotion)について述べる。
プロプリセプションとシングルオンボードの深度画像に基づいて、世界モデルは、明確な足場ラベルなしでポリシーをガイドする予測的反復的特徴を生成する。
シミュレーションでは、WM-LOCOは、マッチしたベースラインが完全に失敗するギャップとステッピングストーンで成功し、ストライド効率を改善し、ペルビックアクセラレーションを低減するとともに、階段上でのベースラインの成功率と一致する。
本研究は,3つの地形群を平均93.3%の確率で横断し,同じ方針を物理Unitree G1ヒューマノイド上に展開する。
関連論文リスト
- SOLO: Stable Omni-terrain Long-Horizon Perceptive Humanoid Locomotion [41.64988244398264]
地表面の高密度化は行動クリティカルな詳細を円滑にし,時間的信用割当を欠く点の模倣という,2つの複合的な長軸不安定性の原因に対処する統合フレームワークSOLOを提案する。
そのクエリリコンストラクタ(QR)は、フーリエエンコードされたセルクエリを使用して、深さプロプリセプショントークンから空間的に特異的なエビデンスを検索し、鋭い地形境界を保存する。
Trajectory-Aware MSE (TA-MSE) 蒸留は、PPO報酬に対する次世代の教師と学生の意見の不一致を追加し、一般化アドバンテージ推定により、過去の行動に対する将来の不一致を伝播させる。
論文 参考訳(メタデータ) (2026-08-27T03:49:55Z) - PTDL:Multi-Terrain Fall Recovery via Phase-Terrain Decoupled Learning [13.93626645001]
人型ロボットは、非構造環境の斜面、砂利、不均一な地面に落下することがある。
本稿では、位相軸と地形軸に沿って訓練の監督を分離する位相領域分離学習(PTDL)を提案する。
平地,砂利,斜面をまたいだ29-DoFユニツリーG1上のPTDLをシミュレーションおよびハードウェア上で最大20度検証する。
論文 参考訳(メタデータ) (2026-06-08T02:01:08Z) - Mind Your Steps: A General Learning Framework for Accurate Humanoid Foothold Tracking [78.30338456206984]
本稿では,汎用3D足場追跡ポリシーをトレーニングするための新しいフレームワークを提案する。
本手法は, 目標検層による足場支援を動的に行うことにより, 学習方針を特定の地形に依存しないものにする。
我々の新しいターゲット表現は、雑音や不正確なポーズ推定や足の接触推定といった現実の課題を効果的に緩和する。
論文 参考訳(メタデータ) (2026-06-06T16:44:56Z) - Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。
我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。
シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
論文 参考訳(メタデータ) (2026-06-03T12:14:24Z) - Lifting Embodied World Models for Planning and Control [59.09016913513998]
我々は、ハイレベルなアクションを低レベルなジョイントアクションのシーケンスにマッピングする軽量なポリシーを訓練する。
我々は、この枠組みを人間的な実施のためにインスタンス化し、ハイレベルなアクション空間を2次元のウェイポイントの小さなセットとして定義する。
昇降した世界モデルは,低レベルな関節空間で直接探索するよりもかなり優れていることを示す。
論文 参考訳(メタデータ) (2026-04-28T23:59:19Z) - Hi-WM: Human-in-the-World-Model for Scalable Robot Post-Training [54.896907620476675]
本稿では,学習世界モデルを用いた学習後学習フレームワークを提案する。
Hi-WMは中間状態をキャッシュし、ロールバックとブランチをサポートする。
我々は、剛性と変形性のあるオブジェクト相互作用と2つのポリシーバックボーンにまたがる3つの実世界の操作タスクについて、Hi-WMを評価する。
論文 参考訳(メタデータ) (2026-04-23T14:42:54Z) - 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) - One Policy but Many Worlds: A Scalable Unified Policy for Versatile Humanoid Locomotion [31.509149084648797]
多様な地形をマスターする単一ポリシーを実現する統一的な枠組みを提案する。
オフラインデータ、拡散ベースの軌道、およびポリシー最適化を統合することで、DreamPolicyは"1つのタスク、1つのポリシー"ボトルネックを克服する。
論文 参考訳(メタデータ) (2025-05-24T16:33:44Z) - Hidden Footprints: Learning Contextual Walkability from 3D Human Trails [70.01257397390361]
現在のデータセットは、人々がどこにいるか、どこにいるかを教えてくれません。
まず、画像間で人の観察を伝播させ、3D情報を利用して、私たちが「隠れ足跡」と呼ぶものを作成することで、有効なラベル付き歩行可能領域の集合を拡大する。
このようなスパースラベルのために設計されたトレーニング戦略を考案し、クラスバランスの分類損失と文脈逆転損失を組み合わせた。
論文 参考訳(メタデータ) (2020-08-19T23:19:08Z)
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。