論文の概要: ForgetMimic: Motion Unlearning for Reinforcement Learning Humanoid Control

• arxiv url: http://arxiv.org/abs/2609.28378v1
• Date: Wed, 23 Sep 2026 16:54:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.126261
• Title: ForgetMimic: Motion Unlearning for Reinforcement Learning Humanoid Control
• Title（参考訳）: ForgetMimic:強化学習ヒューマノイド制御のための運動学習
• Abstract要約: ForgetMimicは、物理世界のヒューマノイド制御に特化して設計された最初のモーションレベルのアンラーニング手法である。 我々は、ダンス、ファイト、フリップなど12のモーションでUnitree G1とH2のヒューマノイドロボットの実験を行う。 実験により,ForgetMimicは,他のすべての動作の正常動作を維持しながら,指定された動作の記憶を効果的に除去することを示した。
• 参考スコア（独自算出の注目度）: 11.656968569333543
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Humanoid control, leveraging human demonstrations, has achieved diverse, agile, and natural locomotion behaviors through reinforcement learning (RL). While this paradigm has yielded remarkable performance in physical humanoid control, how to eliminate specific motions from learned policies remains insufficiently explored. Addressing this issue is motivated by pressing safety and privacy concerns: the removal of malicious, poisoned, or suboptimal motions, as well as copyright-protected motions subject to the right to be forgotten under regulations such as the GDPR, is of critical importance. To this end, we propose {ForgetMimic}, the first motion-level unlearning method designed specifically for physical-world humanoid control. The core idea of ForgetMimic is as follows: given a policy $π_θ$ trained on $N$ motions, our method degrades performance on a target subset of $K$ motions while preserving the effectiveness of the remaining $N-K$ motions. Furthermore, we identify and resolve two key training mechanisms in robot control that lead to unlearning failure. We conduct extensive experiments on the Unitree G1 and H2 humanoid robots across 12 motions, including Dance, Fight, Flip, and others. Experimental results demonstrate that ForgetMimic effectively eliminates memory of designated motions while maintaining the normal operation of all other motions.
• Abstract（参考訳）: 人間のデモンストレーションを活用するヒューマノイドコントロールは、強化学習(RL)を通じて多種多様でアジャイルで自然な移動行動を実現している。 このパラダイムは、物理的なヒューマノイド制御において顕著な性能をもたらしてきたが、学習したポリシーから特定の動きを排除する方法はまだ不十分である。 この問題に対処する動機は、悪意のある、毒を盛った、あるいは最適でない動きを取り除くこと、およびGDPRのような規制の下で忘れられる権利を負う著作権保護された動きなど、安全とプライバシーの懸念を迫られることである。 そこで本研究では,物理世界のヒューマノイド制御に特化して設計された,最初のモーションレベルのアンラーニング手法であるForgetMimicを提案する。 ForgetMimicの中核となる考え方は以下の通りである:$N$の運動で訓練されたポリシー$π_θ$が与えられたとき、残りの$N-K$の運動の有効性を保ちながら、目標である$K$の運動に対して性能を低下させる。 さらに,未学習の失敗につながるロボット制御における2つの重要なトレーニングメカニズムを同定し,解決する。 我々は、ダンス、ファイト、フリップなど12のモーションでUnitree G1とH2のヒューマノイドロボットについて広範な実験を行った。 実験により,ForgetMimicは,他のすべての動作の正常動作を維持しながら,指定された動作の記憶を効果的に除去することを示した。

関連論文リスト

• Lambda-Hold Control: Human-Like Movement Emerges from a Minimal Task Reward in Predictive Musculoskeletal Simulation [1.4735096408560235]
  平衡点(EP)仮説に着想を得た$$-holdコントローラを提案する。 このコントローラは、筋肉を作動させた骨格モデルで、最小限の報酬だけで人間のようなスプリントを学習することを可能にする。
  論文  参考訳（メタデータ） (2026-08-17T18:28:09Z)
• Safe Human-to-Humanoid Motion Imitation Using Control Barrier Functions [3.6775347543802686]
  本稿では、人間型ロボットが衝突を避けながら人間の動きを模倣できる視覚ベースの枠組みを提案する。 安全は、自己衝突と人間とロボットの衝突の両方を防ぐための指令によって強制される。 シミュレーションの結果,実時間衝突認識動作模倣のためのフレームワークの有効性が検証された。
  論文  参考訳（メタデータ） (2026-04-13T13:28:15Z)
• ResMimic: From General Motion Tracking to Humanoid Whole-body Loco-Manipulation via Residual Learning [59.64325421657381]
  ヒューマノイド全体のロコ操作は、日々のサービスや倉庫のタスクにトランスフォーメーション機能を約束する。 ResMimicは、人間の動作データから正確に表現力のあるヒューマノイド制御のための2段階の残差学習フレームワークである。 結果は、強いベースラインよりもタスク成功、トレーニング効率、堅牢性が大幅に向上したことを示している。
  論文  参考訳（メタデータ） (2025-10-06T17:47:02Z)
• KungfuBot: Physics-Based Humanoid Whole-Body Control for Learning Highly-Dynamic Skills [58.73043119128804]
  そこで本研究では,Kungfuやダンスなどの人体動作を高度に制御することを目的とした,物理学に基づくヒューマノイド制御フレームワークを提案する。 動作処理では,運動の抽出,フィルタリング,修正,再ターゲティングを行うパイプラインを設計し,物理的制約の遵守を確実にする。 動作模倣では、二段階最適化問題を定式化し、追従精度の許容度を動的に調整する。 実験では,高ダイナミックな動作のセットを模倣するために全身制御ポリシーを訓練する。
  論文  参考訳（メタデータ） (2025-06-15T13:58:53Z)
• ExBody2: Advanced Expressive Humanoid Whole-Body Control [16.69009772546575]
  人間のモーションキャプチャーとシミュレーションデータの両方に基づいてトレーニングされた全身トラッキングコントローラの製作法を提案する。 我々は,ロボットのキネマティクスに適合する中間データを生成するために,教師の方針を利用する。 少量のデータによる微調整により追跡性能が大幅に向上した。
  論文  参考訳（メタデータ） (2024-12-17T18:59:51Z)
• Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
  物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。 まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。 次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
  論文  参考訳（メタデータ） (2023-10-06T20:48:43Z)

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。