論文の概要: Generate, Track, Improve: Perceptive Multi-Skill Humanoid Locomotion with RL-Fine-Tuned Motion Generators
- arxiv url: http://arxiv.org/abs/2609.31577v1
- Date: Fri, 25 Sep 2026 17:38:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.52519
- Title: Generate, Track, Improve: Perceptive Multi-Skill Humanoid Locomotion with RL-Fine-Tuned Motion Generators
- Title（参考訳）: RL-Fine-Tuned Motion Generators による知覚的マルチスキルヒューマノイドロコモーションの生成, 追跡, 改善
- Abstract要約: 汎用ヒューマノイドは、多スキルで知覚力があり、ダイナミックで、人間にできる限り頑丈な移動制御器を必要とする。
本研究では,(1)知覚フローマッチング動作生成器が生深度画像から全身軌跡を計画し,(2)制御誘導RLで訓練した知覚的トラッキングポリシーが,これらの動きに従っている,という2つの層移動アーキテクチャを提案する。
どちらのポリシーも、動的に最適化された人間のデータで作成された地形一貫したモーションクリップのライブラリでトレーニングされている。
- 参考スコア（独自算出の注目度）: 18.29294248332071
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: General purpose humanoids require locomotion controllers that are multi-skill, perceptive, dynamic, and robust enough to go anywhere humans can. In this work, we present a two layer locomotion architecture: (1) a perceptive flow matching motion generator plans whole body trajectories from raw depth images while a (2) perceptive tracking policy trained with control-guided RL follows these motions. Both policies are trained on a library of terrain consistent motion clips created with dynamically optimized human data which yields both accurate velocity tracking and terrain consistent references. Our central contribution is a simple yet effective off-policy RL fine tuning loop that improves the motion generator. A structured search method is used with the generator to gather data for advantage weighted regression. This off-policy loop is much more sample efficient than on-policy residual fine tuning and improves terrain consistency on unseen geometries and skill compositions. We find that successful terrain traversals increased by up to 25 percentage points and skill selection improved by up to 80 percentage points. By using raw depth images to perceive the environment no odometry or height maps are needed, and outdoor deployment is easy. With two cameras, the policy can see terrain coming from further away and adjust its velocity regardless of the commanded speed so it can traverse the terrain. A single policy pair enables a Unitree G1 humanoid to walk, run, stand, jump on and off of boxes, and traverse stairs in outdoor environments. Project page: https://zolkin1.github.io/generate-track-improve/
- Abstract（参考訳）: 汎用ヒューマノイドは、多スキルで知覚力があり、ダイナミックで、人間にできる限り頑丈な移動制御器を必要とする。
本研究では,(1)知覚フローマッチング動作生成器が生の深度画像から全身の軌跡を計画し,(2)制御誘導RLで訓練された知覚追跡ポリシーがこれらの動きを追従する,という2つの層移動アーキテクチャを提案する。
両方のポリシーは、動的に最適化された人間のデータによって作成され、正確な速度追跡と地形一貫した基準の両方をもたらす地形一貫したモーションクリップのライブラリに基づいて訓練される。
我々の中心的な貢献は、モーションジェネレータを改善するための、単純だが有効でないRL微調整ループである。
重み付けされた回帰を有利にするために、ジェネレータと共に構造化された探索手法を用いる。
このオフ・ポリシー・ループは、オン・ポリシーの残留微調整よりもはるかに効率的なサンプルであり、目に見えない測地やスキル・コンポジションの地形の整合性を改善する。
その結果,地形トラバーサルの成功率は最大25ポイント,スキル選択が最大80ポイント向上した。
生の深度画像を用いて環境を知覚することで、計測や高さマップは不要であり、屋外への展開も容易である。
2台のカメラで地形を遠くから見ることができ、指示された速度によらず速度を調整することで地形を横切ることができる。
単一のポリシーペアにより、Unitree G1のヒューマノイドは、屋外環境で歩いたり、走ったり、立ったり、箱から飛び降りたり、階段を横切ることができる。
プロジェクトページ: https://zolkin1.github.io/generate-track-improve/
関連論文リスト
- Light-Loco-Parkour: Versatile Perceptive Whole-Body Locomotion via Multi-Skill Distillation [23.823908892458306]
終端から終端まで知覚的な全身移動システムである textttLight-Loco-Parkour (LLP) を提案する。
ポリシーは、基準入力、スキルラベル、手書きゲート、実行時モーショングラフなしで、いつ歩くか、バランスをとるか、昇るか、ステップダウンするか、またはVaultを決定する。
シミュレーションと実世界の実験は、ベンチマークされた地形と見えない障害物の変化の両方で高い成功を示している。
論文 参考訳（メタデータ） (2026-08-01T06:38:55Z) - Learning Whole-Body Humanoid Locomotion via Motion Generation and Motion Tracking [22.8041193953823]
高次元制御、形態的不安定性、および車載認識を用いた様々な地形へのリアルタイム適応の必要性により、全身のヒューマノイド移動は困難である。
本研究では,参照動作から学んだスキルと地形認識適応を組み合わせた全身ヒューマノイド移動フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-19T09:02:55Z) - RPL: Learning Robust Humanoid Perceptive Locomotion on Challenging Terrains [53.674116167774095]
本研究では,挑戦的な地形上での多方向移動を可能にする2段階トレーニングフレームワークを提案する。
RPLは、高度マップの観察を特権化した専門家のポリシーを訓練し、分離された移動と操作のスキルを習得する。
次に、複数の深度カメラを活用して広い視野をカバーできるトランスフォーマーポリシーを作成します。
スケーラブルな深度蒸留のために、動的ロボットメッシュと静的な地形メッシュの両方に対してレイキャストを行う効率的なマルチ深度システムを開発した。
論文 参考訳（メタデータ） (2026-02-03T02:17:08Z) - Deep Whole-body Parkour [33.232856360240106]
本研究では,外感知覚を全身運動追跡に組み込む枠組みを提案する。
制御ループに知覚を統合するという非自明な利点を実証する。
その結果、このフレームワークは、非構造地形上でのボウトやダイブローリングのような、堅牢で高ダイナミックなマルチコンタクト運動を可能にする。
論文 参考訳（メタデータ） (2026-01-12T16:33:16Z) - Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。
31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
論文 参考訳（メタデータ） (2025-12-08T11:42:41Z) - RAP: 3D Rasterization Augmented End-to-End Planning [104.52778241744522]
エンド・ツー・エンドの列車政策の模擬学習は、専門家によるデモンストレーションでのみ行われる。
アノテーション付きプリミティブの軽量化により、コストのかかるレンダリングを置き換える3Dラスタライゼーションを提案する。
RAPは最先端のクローズドループとロングテールロバスト性を実現し、4つの主要なベンチマークで第1位となった。
論文 参考訳（メタデータ） (2025-10-05T19:31:24Z) - WHAM: Reconstructing World-grounded Humans with Accurate 3D Motion [43.95997922499137]
WHAM(World-grounded Humans with Accurate Motion)は、ビデオから世界座標系で3次元の人間の動きを再構成する。
SLAM法から推定されるカメラ角速度と人間の動きを用いて、身体のグローバルな軌跡を推定する。
複数のWildベンチマークで、既存の3Dモーションリカバリ手法よりも優れています。
論文 参考訳（メタデータ） (2023-12-12T18:57:46Z) - Trace and Pace: Controllable Pedestrian Animation via Guided Trajectory
Diffusion [83.88829943619656]
本研究では,現実的な歩行者軌跡生成手法と,ユーザ定義目標を達成するために制御可能なフルボディアニメーションを提案する。
我々のガイド付き拡散モデルでは,対象とする経路,速度,特定社会集団による軌道の制約が可能である。
本稿では,アニメーションコントローラのRLトレーニング中に学習した値関数を用いて,拡散を誘導し,特定のシナリオに適した軌道を生成することを提案する。
論文 参考訳（メタデータ） (2023-04-04T15:46:42Z) - Legged Locomotion in Challenging Terrains using Egocentric Vision [70.37554680771322]
本稿では,階段,縁石,石段,隙間を横断できる最初のエンドツーエンド移動システムを提案する。
この結果を,1台の前面深度カメラを用いた中型四足歩行ロボットに示す。
論文 参考訳（メタデータ） (2022-11-14T18:59:58Z) - RLOC: Terrain-Aware Legged Locomotion using Reinforcement Learning and
Optimal Control [6.669503016190925]
四元計画と制御のためのモデルベースとデータ駆動の統一的アプローチを提案する。
センサ情報と所望のベース速度コマンドを、強化学習ポリシーを用いて足踏み計画にマッピングする。
我々は、複雑な四足歩行システムであるANYmal Bの枠組みを訓練し、再訓練を必要とせず、より大きく重いロボットであるANYmal Cへの移動性を示す。
論文 参考訳（メタデータ） (2020-12-05T18:30:23Z)
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。