Fugu-MT 論文翻訳(概要): Smoothness as a Constraint for Stable Humanoid Locomotion

論文の概要: Smoothness as a Constraint for Stable Humanoid Locomotion

arxiv url: http://arxiv.org/abs/2609.24552v1
Date: Mon, 21 Sep 2026 13:19:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-24 15:06:14.593175
Title: Smoothness as a Constraint for Stable Humanoid Locomotion
Title（参考訳）: 安定なヒューマノイドロコモーションの制約としての滑らかさ
Abstract要約: 身体化されたAIシステムは、タスク応答性と物理的にスムーズな全身制御ポリシーを必要とする。既存の強化学習手法は、報酬関数の補助項を通して滑らかさを課す。拘束強化学習アルゴリズムであるDeCapを導入し,全身の滑らかさを上半身と下半身の制約群に分離する。
参考スコア（独自算出の注目度）: 6.523168905057132
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Embodied AI systems, particularly humanoid robots deployed in real world scenarios require whole-body control policies that are both task-responsive and physically smooth. However, smoothness is not uniform across the body: lower body must remain sufficiently reactive, while the upper body must be tightly regulated to preserve stability. Existing reinforcement learning approaches typically impose smoothness through auxiliary terms in the reward function, which compete with task objectives, treating the body as uniform and provide no direct control over the physical quantities responsible for smooth behavior. We introduce DeCap (Decoupled Constraint-aware policy), a constrained reinforcement learning algorithm that decouples whole-body smoothness into separate upper- and lower-body constraint groups, each formulates smoothness as explicit constraints on physical motion limits. To improve constraint satisfaction near feasibility boundaries, DeCap incorporates a bounded barrier penalty that activates proactively as limits are approached and remains bounded at the constraint limit. On real-world humanoid whole-body control task, DeCap reduces upper-body action rate by 2.50x and acceleration by 2.18x relative to reward-based smoothness policies, while also improving lower-body smoothness and reducing transient motion. We demonstrate that a fixed set of smoothness constraints transfers across diverse terrains, alleviating the need of extensive reward tuning.
Abstract（参考訳）: 身体的なAIシステム、特に現実世界のシナリオに展開されるヒューマノイドロボットは、タスク応答性と物理的にスムーズな全身制御ポリシーを必要とする。しかし、体全体に滑らかさは均一ではなく、下半身は十分に反応し続け、上半身は安定性を維持するために厳格に調節されなければならない。既存の強化学習アプローチは、通常、報酬関数の補助的用語を通して滑らかさを課し、タスクの目的と競合し、身体を一様に扱い、スムーズな行動に責任を負う物理量を直接制御しない。 DeCap (Decoupled Constraint-Aware Policy) は、体全体を上下の制約群に分解する制約付き強化学習アルゴリズムである。実現可能性境界付近の制約満足度を改善するために、DeCapは制限が近づき、制約限界で制限が保たれるように積極的に活性化する有界バリアペナルティを組み込んでいる。実世界のヒューマノイド全身制御タスクでは、DeCapは報酬ベースの滑らかさポリシーに対して上半身の動作速度を2.50倍、加速度を2.18倍減らし、下半身の滑らかさを改善し、過渡運動を減少させる。様々な地形をまたいだスムーズ性制約の固定セットが伝達されることを実証し,広範囲な報酬調整の必要性を軽減した。

関連論文リスト

Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
論文参考訳（メタデータ） (2026-09-16T04:55:12Z)
Training-free Controllable Human Motion Generation under Heterogeneous Constraints [26.6774966217975]
本研究では,連続的な目標ベースと基準ベースの両方の動作制約を共有メカニズムの下で処理する,最初のトレーニング不要なモーション生成フレームワークであるMotion-Inference-as-Control(MIC)を提案する。さまざまな制約設定による実験は、我々のフレームワークの有効性を示しています。
論文参考訳（メタデータ） (2026-07-02T10:24:50Z)
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)
Constrained Whole-Body Tracking for Humanoid Robots [19.577922315321228]
ConstrainedMimicは、全身運動学とダイナミクスをリアルタイムな制約執行に活用する制御フレームワークである。提案手法は,CPU,GPU,TPU上で動作し,最大300～500Hzで展開可能である。
論文参考訳（メタデータ） (2026-05-29T21:33:03Z)
Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文参考訳（メタデータ） (2026-05-05T04:49:38Z)
RPG: Robust Policy Gating for Smooth Multi-Skill Transitions in Humanoid Fighting [52.18271301977709]
我々は,スムーズで安定したヒューマノイド多スキル移行のためのハイブリッド・エキスパート・ポリシー・フレームワークであるRPGを提案する。本手法では,動き遷移のランダム化と時間的ランダム化を取り入れて,アジャイルな戦闘行動を生成する統一的な政策を訓練する。我々は、歩行/走る移動と戦闘スキルを統合する制御パイプラインを設計し、人間のような長時間の戦闘を任意の期間で行えるようにした。
論文参考訳（メタデータ） (2026-04-23T07:14:35Z)
MIRROR: Visual Motion Imitation via Real-time Retargeting and Teleoperation with Parallel Differential Inverse Kinematics [20.41490560492412]
リアルタイムヒューマノイド遠隔操作には応答性逆運動学(IK)が必要である。本稿では,GPU並列化された連続型差動IKを提案する。本手法は,人体ロボットTheMIS上で,実世界のタスクにおいて,堅牢でリアルタイムな上半身遠隔操作を可能にする視覚骨格ポーズ推定パイプラインと組み合わせる。
論文参考訳（メタデータ） (2026-03-25T06:49:58Z)
Control Lyapunov Functions for Underactuated Soft Robots [1.2891210250935148]
本稿では,非作動型ソフトロボットのタスク空間制御と追跡のための汎用的な制御フレームワークを提案する。この方法は、凸不等式制約としてラプノフ関数を急速に安定化させる。その結果,入力限界下でのタスク空間精度と一貫したリアプノフ収束が向上した。
論文参考訳（メタデータ） (2026-03-05T19:50:22Z)
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)
HiWET: Hierarchical World-Frame End-Effector Tracking for Long-Horizon Humanoid Loco-Manipulation [43.43128572722804]
我々は、ヒューマノイドのロコ操作におけるエンドエフェクタトラッキングとしてこの問題を再考する。動的実行からグローバルな推論を分離する階層的強化学習フレームワークであるHiWETを提案する。我々は,HuWETが長期のワールドフレームタスクにおいて,高精度かつ安定したエンドエフェクタトラッキングを実現することを示す。
論文参考訳（メタデータ） (2026-02-06T03:11:56Z)
Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning [52.03884701766989]
オフライン強化学習(RL)アルゴリズムは、通常、アクション選択に制約を課す。本稿では,Bellmanターゲットにおける行動選択を,データセットアクションの近傍の結合に制限する新しい地区制約を提案する。我々は,この制約を満たす目標動作を用いてQ学習を行うための,単純で効果的なアルゴリズムであるAdaptive Neighborhood-Constrained Q Learning(ANQ)を開発した。
論文参考訳（メタデータ） (2025-11-04T13:42:05Z)

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。