論文の概要: GLoRI: Closed-Loop Whole-Body Tracking with Global-Local Reference Interaction for Humanoid Loco-Manipulation

• arxiv url: http://arxiv.org/abs/2609.05994v1
• Date: Sat, 05 Sep 2026 09:38:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 11:59:31.247753
• Title: GLoRI: Closed-Loop Whole-Body Tracking with Global-Local Reference Interaction for Humanoid Loco-Manipulation
• Title（参考訳）: GLoRI:Humanoid Loco-Manipulationのためのグローバルローカル参照インタラクションを用いた閉ループ全体追跡
• Abstract要約: 本稿では,グローバル参照とフィードバックを局所動作誘導と統合した閉ループ全体制御系GLoRIを提案する。 GLoRI-NetはGlobal-Local Cross Attention(GLCA)を使用して、グローバルターゲットとポーズ-ディファレンス機能を備えたローカルキーポイント機能を洗練し、世界フレームの配置を修正しながらモーション構造を保存する。
• 参考スコア（独自算出の注目度）: 52.141370814240624
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humanoid loco-manipulation requires accurate whole-body motion tracking in the world frame for physical interaction. While local references preserve motion structure, they lack explicit constraints on absolute spatial placement, leading to accumulated global errors. Existing globally aware approaches augment teleoperation policies with global observations but do not explicitly integrate global correction with local motion guidance, limiting autonomous tracking accuracy. We present GLoRI, a closed-loop whole-body controller that integrates structured global reference and feedback with local motion guidance. Its GLoRI-Net uses Global-Local Cross Attention(GLCA) to refine local keypoint features with global target and pose-difference features, preserving motion structure while correcting world-frame placement. GLoRI achieves 100% completion and a g-MPJPE of 6.44cm on held-out HuMoTo motions. This accuracy remains robust under direct Isaac Gym-to-MuJoCo transfer without fine-tuning, demonstrating strong generalization. Furthermore, such accuracy and generalization enable autonomous loco-manipulation with a single policy on a real Unitree G1 interacting with diverse unseen objects, extending beyond prior systems that primarily rely on teleoperation or focus on single-object interactions.
• Abstract（参考訳）: ヒューマノイド・ロコ・マニピュレーションは、物理的相互作用のために、世界フレームにおける正確な全身運動追跡を必要とする。 局所的な参照は運動構造を保っているが、絶対的な空間配置に明確な制約がないため、大域的な誤りが蓄積される。 既存のグローバルなアプローチは、遠隔操作ポリシーをグローバルな観測で強化するが、グローバルな修正をローカルなモーションガイダンスと明示的に統合せず、自律的なトラッキングの精度を制限している。 本稿では,グローバル参照とフィードバックを局所動作誘導と統合した閉ループ全体制御系GLoRIを提案する。 GLoRI-NetはGlobal-Local Cross Attention(GLCA)を使用して、グローバルターゲットとポーズ-ディファレンス機能を備えたローカルキーポイント機能を洗練し、世界フレームの配置を修正しながらモーション構造を保存する。 GLoRIはホールドアウトされたHuMoToの動作に対して100%の完了と6.44cmのg-MPJPEを達成する。 この精度は、微調整なしで直接Isaac Gym-to-MuJoCo転移の下で安定であり、強い一般化を示す。 さらに、そのような精度と一般化により、様々な見えないオブジェクトと相互作用する実際のUnitree G1上の単一のポリシーで自律的なロコ操作が可能となり、遠隔操作や単一オブジェクトの相互作用に主に依存する以前のシステムを超えて拡張される。

関連論文リスト

• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• 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)
• Improving Human Motion Plausibility with Body Momentum [49.636235399261494]
  多くの研究は、世界フレームの根関節と大域運動に付随するフレームにおいて、人間の動きを局所運動に分解する。 本研究では,局所運動とグローバル運動を結びつける制約として,全身の線形運動量と角運動量を用いることを提案する。 我々は,生成したモーメントプロファイルと地中構造データで観測されるモーメントプロファイルの整合性を強制する新たな損失項を導入する。
  論文  参考訳（メタデータ） (2025-09-11T14:34:32Z)
• Local Action-Guided Motion Diffusion Model for Text-to-Motion Generation [52.87672306545577]
  既存の動き生成法は主に大域運動の直接合成に焦点を当てている。 本研究では,局所動作を微粒化制御信号として利用することにより,グローバルな動き生成を容易にする局所動作誘導型動き拡散モデルを提案する。 本手法は,様々な局所動作と連続誘導重み調整をシームレスに組み合わせる柔軟性を提供する。
  論文  参考訳（メタデータ） (2024-07-15T08:35:00Z)
• Global-local Motion Transformer for Unsupervised Skeleton-based Action Learning [23.051184131833292]
  骨格運動系列の教師なし学習のための新しいトランスフォーマーモデルを提案する。 提案モデルでは, 関節の局所力学を学習し, 動き列から大域的文脈を捉える。
  論文  参考訳（メタデータ） (2022-07-13T10:18:07Z)

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。