論文の概要: STRIDER: Stepping-Enabled Multi-Gait Hierarchical 3D Loco-Manipulation Framework for Humanoid Robots

• arxiv url: http://arxiv.org/abs/2609.23483v1
• Date: Sun, 20 Sep 2026 09:17:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:39:59.966167
• Title: STRIDER: Stepping-Enabled Multi-Gait Hierarchical 3D Loco-Manipulation Framework for Humanoid Robots
• Title（参考訳）: STRIDER:人間型ロボットのためのステッピング型多足歩行階層型3次元ロコマニピュレーションフレームワーク
• Abstract要約: STRIDERは、ロコ操作におけるギャップを埋める階層的なマルチゲートフレームワークである。 Lant Distillation Proximal Policy Optimizationは、専門家の歩行と足踏みを1つの実行可能な学生ポリシーに融合させる。 LD-PPOは足場追跡および姿勢追跡精度においてバニラ蒸留-PPOより優れている。
• 参考スコア（独自算出の注目度）: 17.548499273210293
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humanoid loco-manipulation faces two prominent limitations: controllers using continuous velocity commands cannot precisely regulate individual footholds, while specialized foothold-tracking modules are difficult to integrate with whole-body manipulation. Furthermore, standard action-based imitation distillation primarily transfers expert actions, without explicitly encouraging a shared representation of heterogeneous skills. This paper introduces STRIDER, a hierarchical multi-gait framework to bridge these gaps. The framework integrates terrain-aware 3D stepping logic, Adversarial Motion Priors (AMP)-based natural walking, and Cartesian upper-body control: its stepping expert selects feasible footholds in the stance-foot frame and generates clearance-aware swing trajectories. To fuse distinct walking and stepping experts into one executable student policy, we propose Latent Distillation Proximal Policy Optimization (LD-PPO), a distillation algorithm augmented with teacher-conditioned latent alignment. By jointly optimizing on-policy reinforcement learning, DAgger-based action reconstruction, and latent alignment, LD-PPO transfers expert actions while encouraging a shared skill representation across heterogeneous modes. Simulation and real-robot evaluations on the TianGong Omni humanoid show that LD-PPO outperforms vanilla distillation-PPO in foothold-tracking and posture-tracking accuracy. Deployed on hardware, STRIDER realizes multi-gait loco-manipulation with accurate foothold and end-effector tracking.
• Abstract（参考訳）: 連続速度コマンドを使用するコントローラは、個々の足場を正確に制御することはできないが、特定の足場追跡モジュールは、全身操作と統合することが難しい。 さらに、標準的なアクションベースの模倣蒸留は、明らかに異種スキルの共有表現を奨励することなく、主に専門家のアクションを伝達する。 本稿では,これらのギャップを埋める階層型マルチゲットフレームワークであるSTRIDERを紹介する。 このフレームワークは、地形を意識した3Dステップロジック、AMP(Adversarial Motion Priors)に基づく自然歩行と、Cartesian上半身制御を統合している。 本研究では,教師条件の潜伏アライメントを付加した蒸留アルゴリズムであるLD-PPOを提案する。 LD-PPOは、政治的強化学習、DAggerに基づく行動再構成、潜在アライメントを共同で最適化することにより、ヘテロジニアスモード間の共有スキル表現を奨励しながら、専門家の行動を伝達する。 TianGong Omniヒューマノイドのシミュレーションと実ロボットによる評価は、LD-PPOが足場追跡および姿勢追跡精度においてバニラ蒸留-PPOより優れていることを示している。 ハードウェア上にデプロイされたSTRIDERは、正確な足場とエンドエフェクタトラッキングを備えたマルチゲートロコ操作を実現する。

関連論文リスト

• ARP: Enhancing Quantized Skill Abstractions via Visual Alignment and Iterative Refinement for Robotic Manipulation [12.782646427089967]
  アラインド・リファインメント・ポリシー(ARP)は、実行レベルのリファインメントとセマンティックグラウンドを結合する。 ARPはLIBEROとMeta-Worldベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-06-21T12:49:46Z)
• 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)
• CEER: Compliant End-Effector and Root Control as a Unified Interface for Hierarchical Humanoid Loco-Manipulation [11.545606851036787]
  本稿では,モジュール型ヒューマノイドのロコ操作に適合するエンドエフェクタ・ルート(EE-root)制御抽象化を提案する。 EE-rootはヒューマノイドのロコ操作の実用的な抽象化を提供し、多様なスキルのモジュール化とスケーラブルな統合を可能にします。
  論文  参考訳（メタデータ） (2026-05-19T15:23:40Z)
• 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)
• Universal Pose Pretraining for Generalizable Vision-Language-Action Policies [83.39008378156647]
  既存のVision-Language-Action(VLA)モデルは、しばしば機能崩壊と訓練効率の低下に悩まされる。 本稿では,VLAトレーニングを3次元空間前駆体抽出のための事前学習フェーズに分離する,分離されたパラダイムであるPose-VLAを提案する。 我々のフレームワークは2段階の事前学習パイプラインに従い、ポーズと動きのアライメントによる基本的な空間接地を確立する。
  論文  参考訳（メタデータ） (2026-02-23T11:00:08Z)
• PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes [18.916978556216097]
  PILOTは知覚的ロコ操作に適した単段階強化学習フレームワークである。 知覚的な移動と1つのポリシー内での全身制御をシナジー化する。 PILOTは、既存のベースラインと比較して、安定性、コマンド追跡精度、地形トラバーサビリティが優れている。
  論文  参考訳（メタデータ） (2026-01-24T12:25:20Z)
• RISER: Orchestrating Latent Reasoning Skills for Adaptive Activation Steering [62.63376387138257]
  本稿では,アクティベーション空間における大規模言語モデル(LLM)推論を適応的に制御するプラグイン・アンド・プレイ介入フレームワークを提案する。 RISERは再利用可能な推論ベクトルのライブラリを構築し、軽量ルータを使用して各入力に対して動的に構成する。 ルーターは、タスクレベルの報酬の下で強化学習を通じて最適化され、緊急かつ構成的な方法で潜在する認知的プリミティブを活性化する。
  論文  参考訳（メタデータ） (2026-01-14T08:04:33Z)
• Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
  ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。 Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
  論文  参考訳（メタデータ） (2025-09-11T17:59:07Z)
• AnchorDP3: 3D Affordance Guided Sparse Diffusion Policy for Robotic Manipulation [8.603450327406879]
  AnchorDP3は、デュアルアームロボット操作のための拡散ポリシーフレームワークである。 大規模で手続き的に生成されたシミュレーションデータに基づいて訓練される。 RoboTwinベンチマークの平均成功率は98.7%に達する。
  論文  参考訳（メタデータ） (2025-06-24T03:03:26Z)

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。