論文の概要: PredActor: Predictive Action Diffusion for Steerable Onboard Humanoid Control

• arxiv url: http://arxiv.org/abs/2609.24840v1
• Date: Mon, 21 Sep 2026 16:20:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.411323
• Title: PredActor: Predictive Action Diffusion for Steerable Onboard Humanoid Control
• Title（参考訳）: PredActor:ステアブルオンボードヒューマノイド制御のための予測的行動拡散
• Abstract要約: アクションのみの拡散は直接アクションを生成するが、テスト時間運動の目的に対する明示的な将来の軌道は欠如している。 連立状態-作用拡散はこの表現を提供するが、代表コントローラはしばしば特権付きフルボディ状態に依存する。 提案するPredActorは,これらのステアリング機能を,直接実行されるポリシに組み込む,予測的行動拡散ポリシである。
• 参考スコア（独自算出の注目度）: 49.348182500314614
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion models offer flexible motion generation, but translating this flexibility into feedback-responsive humanoid control remains challenging. Hierarchical systems steer motion through references that may exceed a separate tracker's capabilities, leaving recovery and physical execution largely to the tracker. Action-only diffusion generates actions directly but lacks an explicit future-state trajectory for test-time motion objectives. Joint state-action diffusion provides this representation, yet representative controllers often depend on privileged full-body states, and support for learned behavior selection and test-time motion steering remains fragmented. We present PredActor, a predictive action diffusion policy that brings these complementary steering capabilities into one directly executed policy using proprioceptive observations. Conditioned on proprioceptive history and optional task context, PredActor jointly generates executable actions and an internal future-state trajectory. Classifier-free guidance strengthens text-conditioned behavior, while classifier guidance steers predicted states toward test-time objectives. Only actions are executed, without a separate motion-reference tracker or externally estimated full-body states as policy inputs. In simulation, PredActor reaches all 15 destination targets and achieves a text retrieval score of 0.580, compared with 0.373 for conditional action diffusion, with similar observed disturbance survival. To make this guided policy practical onboard, rolling denoising and computation-preserving runtime optimizations reduce the complete callback to 16.790 ms median and 19.383 ms p95 on a Jetson Orin NX, both below the 20 ms control period. We deploy PredActor on a Unitree G1; evaluations across simulation and physical hardware demonstrate text-conditioned motion, disturbance response, joystick control, and semantic interpolation.
• Abstract（参考訳）: 拡散モデルはフレキシブルなモーション生成を提供するが、この柔軟性をフィードバック応答型ヒューマノイド制御に変換することは依然として難しい。 階層的なシステムは、別個のトラッカーの能力を超える参照を通して動き、リカバリと物理的実行は主にトラッカーに委ねられる。 アクションのみの拡散は直接アクションを生成するが、テスト時間運動の目的に対する明示的な将来の軌道は欠如している。 共同状態-動作拡散は、この表現を提供するが、代表制御器はしばしば特権付き全体状態に依存し、学習された動作選択とテスト時の動作ステアリングのサポートは断片的のままである。 提案するPredActorは,これらの相補的ステアリング機能を,主観的観察を用いて直接実行されるポリシに導入する,予測的行動拡散政策である。 PredActorは、先入観的履歴と任意のタスクコンテキストに基づいて、実行可能アクションと内部の将来の軌跡を共同で生成する。 クラシファイアフリーガイダンスは、テキスト条件付き動作を強化し、クラシファイアガイダンスステアーはテスト時間目標に向けて状態を予測する。 アクションのみが実行され、個別のモーションレファレンストラッカーや、ポリシー入力として外部で推定されるフルボディ状態が不要になる。 シミュレーションでは、PredActorは15の目的地に到達し、条件付き行動拡散の0.373に比べて0.580のテキスト検索スコアを得る。 このガイドラインを実践するために、ローリングのデノベーションと計算保存ランタイムの最適化により、完全なコールバックは中央値16.790 ms、Jetson Orin NXでは19.383 ms p95に削減された。 我々はPredActorをUnitree G1上にデプロイし、シミュレーションと物理ハードウェアによる評価により、テキスト条件付き動作、外乱応答、ジョイスティック制御、意味補間を実証する。

関連論文リスト

• Learning Distance-Conditioned Object Transport for Humanoid Loco-Manipulation from a Single Motion Clip [2.658805223524741]
  モーショントラッキングは、単一のリターゲットされたモーションクリップからヒューマノイドのロコ操作を再現することができる。 しかし、固定参照に基づいて訓練されたポリシーは、主に、その実証された輸送結果を再現する。 本稿では, 実演終了区間を中間輸送状態に移動させるDCRR(Distance-Conditioned Reference Recomposition)を導入する。
  論文  参考訳（メタデータ） (2026-09-18T08:17:17Z)
• WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
  行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。 物理シミュレータが期待する観測能力を用いてACWMを評価する。 WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
  論文  参考訳（メタデータ） (2026-08-10T08:48:06Z)
• FutureRTC: Real-Time Robot Execution with Anticipatory-Conditioned Action Chunking [51.97839311685636]
  FutureRTCは、実行時の観察と非同期VLA制御の状態を予測するためのプラグイン・アンド・プレイ適応フレームワークである。 FutureRTCは推論遅延に対する堅牢性を実現し,よりスムーズな軌道,高速な実行,一貫したタスク成功率を実現している。
  論文  参考訳（メタデータ） (2026-07-27T05:10:16Z)
• PriGo: Test-Time Primitive Guidance to Diffusion and Flow Policies for Adaptive Robotic Manipulation [28.358317763869664]
  PriGoは、堅牢なロボット操作のためのプリミティブ誘導テストタイム適応フレームワークである。 本稿では,観測結果から直接原始分布を推定する軽量プリミティブ予測モジュールPANetを紹介する。 以前のプリミティブ条件のアプローチとは異なり、PriGoは完全にテスト時に動作し、事前訓練された拡散とフローポリシーにシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-07-08T07:08:11Z)
• ADP: Adversarial Dynamics Priors for Physically Grounded Humanoid Locomotion [7.561096808603182]
  摂動抵抗性ヒューマノイド移動制御のためのADP(Adversarial Dynamics Priors)を提案する。 運動運動スタイルの特徴を,運動軌跡から抽出した動的特徴を対向正規化の対象とする運動運動スタイルの特徴に置き換える。 ADPは、平均回復時間と速度追跡誤差をそれぞれ47.9%と35.4%で削減し、80%のSuccessインパルス閾値(J_80$)を16.7%で改善することを示した。
  論文  参考訳（メタデータ） (2026-07-03T16:12:43Z)
• ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
  ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。 定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。 これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
  論文  参考訳（メタデータ） (2026-06-29T14:27:27Z)
• TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
  既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。 拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。 推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
  論文  参考訳（メタデータ） (2026-05-25T08:03:31Z)
• Shepherding UAV Swarm with Action Prediction Based on Movement Constraints [0.0]
  シープドッグ・インスパイアされた誘導制御(シープドッグ・インスパイアされた誘導制御)とは、少数のナビゲーター・エージェント(シープドッグ・エージェント)が多数の自律的エージェント(羊のエージェントの群れ)を間接的に駆動し、グループを目標位置に誘導する枠組みである。 本研究では,小型無人航空機(UAV)の群れに対して,実際のロボットの動作制約を明示的に考慮しつつ,群集の挙動を予測できる新しい羊飼い型制御法を提案する。
  論文  参考訳（メタデータ） (2026-04-19T01:32:37Z)
• SCDP: Learning Humanoid Locomotion from Partial Observations via Mixed-Observation Distillation [3.149420237200927]
  本稿では,センサのみを用いたヒューマノイド移動を可能にするセンサ・コンディション・ディフュージョン・ポリシー(SCDP)を提案する。 SCDPは、混合観測訓練による監視からのセンシングを分離する。 速度制御された移動と運動基準追跡タスクにおけるSCDPの有効性を検証した。
  論文  参考訳（メタデータ） (2026-03-10T12:21:11Z)
• Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
  本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。 本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
  論文  参考訳（メタデータ） (2022-04-28T07:37:21Z)

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。