論文の概要: CompliantWBC: Whole-Body Compliance for Heavy Humanoids via Force Latent Estimation and Residual Impedance Targets
- arxiv url: http://arxiv.org/abs/2609.33310v1
- Date: Sun, 27 Sep 2026 07:24:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 01:18:12.197981
- Title: CompliantWBC: Whole-Body Compliance for Heavy Humanoids via Force Latent Estimation and Residual Impedance Targets
- Title（参考訳）: CompliantWBC:力潜時推定と残留インピーダンスターゲットによる重質ヒューマノイドの全体適合性
- Abstract要約: 人中心環境において、重いヒューマノイドを高負荷下で展開するためには、全身準拠の制御が不可欠である。
従来の力覚学習ベースのパイプラインは、エンドエフェクタ抵抗、リンクごとの上体ばね、エンドエフェクタ硬度変調に重点を置いていた。
適合WBCとのギャップを埋める:(1)RLでトレーニングされたベースポリシーは、多地点のボディインピーダンス参照コントローラによって誘導され、古典的カルトインピーダンスを任意の制御リンクに拡張する;(2)フリーズベース上でリンクインピーダンス平衡を編集し、粗いが構造化された境界的残留ポリシー。
- 参考スコア（独自算出の注目度）: 0.0651484487606029
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Whole-body compliant control is essential for deploying heavy humanoids under high payload in human-centric environments. Most prior force-aware learning-based pipelines focus on end-effector resistance, per-link upper-body springs, or end-effector stiffness modulation, leaving arbitrary-site perturbations on heavy platforms with lower-body engagement largely unaddressed. We close this gap with CompliantWBC comprising: (1) A base policy trained with RL to maximize compliance-fidelity reward, guided by a multi-site whole-body impedance reference controller, extending classical Cartesian impedance to any controlled link; (2) A bounded residual policy that edits the per-link impedance equilibrium over a frozen base, correcting the coarse but structured wrench estimate supplied by a force encoder co-trained behind a gradient barrier; (3) A Phong-weighted force-origin sampler with an axis-decoupled pelvis anchor induces lower-body-inclusive compliance curriculum training via two interpretable parameters. We evaluate CompliantWBC in simulation against both compliant and stiff baselines, achieving best compliant fidelity of 2.58cm deviation from analytical solutions, and demonstrate it on a real heavy humanoid across static/dynamic force reaction, board wiping, squat under payload, and cooperative payload transport. Project website: https://dotandung.github.io/compliantwbc/
- Abstract（参考訳）: 人中心環境において、重いヒューマノイドを高負荷下で展開するためには、全身準拠の制御が不可欠である。
従来の力覚学習ベースのパイプラインのほとんどは、エンドエフェクター抵抗、リンクごとの上体ばね、またはエンドエフェクター硬度変調に重点を置いており、低ボディーエンゲージメントの重いプラットフォームに任意の部位の摂動を残している。
適合WBCとのギャップを埋めるために,(1)RLを用いてトレーニングされたベースポリシーを,(1)古典的カルテアンインピーダンスを任意の制御リンクに拡張するマルチサイト全体インピーダンス基準コントローラで指導し,(2)凍結されたベース上でリンクごとのインピーダンス平衡を編集し,勾配障壁の後方で調整された力エンコーダによって供給される粗いが構造的なレンチ推定を補正する有界残留ポリシー,(3)軸を分離したペルビスアンカーを備えたPhong-weighted force-origin samplerは,2つの解釈可能なパラメータを介して,低ボディーインクルーシブなコンプライアンス教育訓練を誘導する。
解析解からの偏差2.58cmの最適適合忠実度を達成し, 静的/動的力反応, ボードワイピング, ペイロード下スクワット, 協調ペイロード輸送における実重ヒューマノイド上で実験を行った。
プロジェクトウェブサイト: https://dotandung.github.io/compliantwbc/
関連論文リスト
- Networked Admissibility-Preserving Control for Directed Safe Coordination [0.0]
本稿では,スカラーエージェントの安全クリティカルコーディネーションについて述べる。
エージェントは、固定された重み付きディグラフと指示されたスパンニングツリーで通信します。
この合成により、指数関数的に崩壊する実化誤差が非対称のコンセンサス力学を駆動する正確なカスケードが得られる。
論文 参考訳（メタデータ） (2026-09-08T19:38:20Z) - Dual-Network PINNs for Optimal Control: A Reproducible Benchmark on the Mass-Spring-Damper System [0.0]
本研究では, 直接二重ネットワーク型物理インフォームドニューラルネットワーク(PINN)を用いて, 質量ばねダンパーシステムの最適制御に関するベンチマーク研究を行う。
PINNは古典的な最適コストを4桁に再現し、端末状態の制約を正確に構築し、ポイントワイズ状態と制御エラーを生成する。
論文 参考訳（メタデータ） (2026-06-13T12:10:17Z) - Whole-Body Impedance Model Predictive Control for Safe Physical Human--Robot Interaction on Floating-Base Platforms [0.0]
本稿では,著者の固定ベース2層インピーダンスMPCを3レベルアーキテクチャで浮動小数点プラットフォームに拡張する。
接触一貫性フィードバック線形化により、アームエンドエフェクタプラントは、各接触モード内において、共振状態行列を持つダブルインテグレータに縮小される。
インピーダンス同値定理は、無限水平極限が古典的なタスク空間インピーダンス法則を回復することを示している。
論文 参考訳（メタデータ） (2026-06-12T16:41:20Z) - Joint Training of Multi-Token Prediction in Reinforcement Learning via Optimal Coefficient Calibration [61.46060073417047]
MTP(Multi-Token Prediction)は、事前トレーニングにおいて広く採用されているモジュールである。
RL目標に対するMPPの段差効果は,第1次相関と第2次ペナルティの2つの項に分解できることを示す。
本稿では,ログ確率プロキシを用いて最適係数を無視可能なコストでオンラインで追跡する適応型手法を提案する。
論文 参考訳（メタデータ） (2026-05-27T09:07:06Z) - High-Dimensional Carrier-Assisted Entanglement Purification Based on Mutually Unbiased Bases [4.146329485823113]
相互非バイアスベース(MUB)に基づく決定論的前処理方式を導入する。
MUBに適応したmCAEPPは、初期忠実度が$p_00>(d-1)/(2d)$の任意の2量子パウリチャネルに対して忠実性が得られることを厳密に証明する。
論文 参考訳（メタデータ） (2026-05-20T09:44:21Z) - $h$-control: Training-Free Camera Control via Block-Conditional Gibbs Refinement [47.751369359301236]
textbf$h$-controlは、トレーニングフリーでトレーニングベースの7つの競合相手に対して最高のFVDを達成する。
RealEstate10KとDAVISでは、textbf$h$-controlは7つのトレーニングフリーおよびトレーニングベース競合相手に対して最高のFVDを達成している。
論文 参考訳（メタデータ） (2026-05-12T09:51:04Z) - Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data [55.84428098924793]
構造保存探索を行うためのパラメータ自由復号法である Constrained Uniform Top-K Smpling (CUTS) を提案する。
グループ内の利点分散を増幅するために、エクスプロイトと探索的なロールアウトを相乗化するためのトレーニングフレームワークであるMixed-CUTSに統合する。
特にMixed-CUTSは、AIME25ベンチマークのPass@1の精度を標準のGRPOよりも15.1%向上している。
論文 参考訳（メタデータ） (2026-04-20T16:43:28Z) - Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。
このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。
安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
論文 参考訳（メタデータ） (2026-03-07T01:49:59Z) - Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。
我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。
重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
論文 参考訳（メタデータ） (2026-02-24T05:32:03Z) - Residual Reinforcement Learning for Waste-Container Lifting Using Large-Scale Cranes with Underactuated Tools [6.868155877660834]
本稿では, 都市環境におけるごみ容器リサイクル作業のコンテナ昇降段階について検討する。
本研究は,名目制御器と学習された残留ポリシーを組み合わせた残留強化学習手法を提案する。
論文 参考訳（メタデータ） (2026-02-05T17:14:06Z) - Least-Loaded Expert Parallelism: Load Balancing An Imbalanced Mixture-of-Experts [74.40169987564724]
エキスパート並列性(EP)は、複数のデバイスに専門家を分散させることで、MoEモデルをスケールするように設計されている。
極端な不均衡の下で、EPは少数の専門家に不均等な数のトークンを渡し、計算とメモリバウンドの障害を引き起こす。
本稿では,過剰なトークンと関連する専門家パラメータを過負荷デバイスから未利用デバイスへ動的に再帰する新しいEPアルゴリズムであるLast-Loaded Expert Parallelism (LLEP)を提案する。
論文 参考訳（メタデータ） (2026-01-23T18:19:15Z)
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。