論文の概要: AMBIT: Anticipatory Multimodal Body Recruitment for Bimanual Tracking on a Humanoid
- arxiv url: http://arxiv.org/abs/2609.33484v1
- Date: Sun, 27 Sep 2026 11:52:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 16:26:25.183077
- Title: AMBIT: Anticipatory Multimodal Body Recruitment for Bimanual Tracking on a Humanoid
- Title（参考訳）: AMBIT:Humanoid上でのバイマントラッキングのための予測多モーダルボディーリクルート
- Abstract要約: 5-DoFのアームを持つヒューマノイドは、腕だけで汎用的な両端効果の軌跡を追跡できない。
固定二重サポートのユニツリー R1 において、タスクに対する動的に有効な採用戦略の集合は多様連続多様体である。
AMBITを導入する:CVAEは命令された軌道のプレビュー、学習されていないセレクタフィルタ、ランク付けと検証、後退する水平ループコミットから戦略を提案する。
有効な戦略を認める160エピソードにおいて、ABBITはトラッカーの74%に対して3cm/15デグトレランスで85%の成功を収めた。
- 参考スコア（独自算出の注目度）: 4.5254381265704335
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A humanoid with 5-DoF arms cannot track generic bimanual end-effector trajectories with its arms alone; pelvis and waist motion must be recruited, but which motion, and when, is not uniquely determined. On a Unitree R1 in fixed double support, the set of dynamically valid recruitment strategies (pelvis pose and waist trajectories) for a task is a diverse continuous manifold, and a deterministic regressor trained on it mode-averages into strategies valid only 35% of the time, against 52% for a conditional variational autoencoder (CVAE) and 82% for the best of 16 CVAE samples. We introduce AMBIT: the CVAE proposes strategies from a preview of the commanded trajectory, a non-learned selector filters, ranks and verifies them, and a receding-horizon loop commits to one with hysteresis. The committed strategy is the reference of the same whole-body differential-IK QP a reactive tracker runs, which keeps authority over residual error. On 160 held-out episodes that admit a valid strategy, in full MuJoCo dynamics under a torque controller, AMBIT reaches 85% success at a 3 cm/15 deg tolerance against 74% for the tracker (disjoint confidence intervals) and recruits the body before the arms saturate in 48% of episodes against 35%. Because diversity is preserved, constraints unknown at training time are enforced by selection alone: under five zero-shot shifts AMBIT beats the warm-started tracker on every shift and matches a test-time re-optimisation baseline 17x more expensive. On a Unitree G1, with hyperparameters unchanged, the protocol reproduces the structure of the valid set and widens the gap over the tracker to 0.85 against 0.53. Five selected strategies execute on the externally supported physical R1, distinct in pelvis excursion and tracking the planned end-effector motion to a median of 11 mm by encoder forward kinematics, which establishes kinematic realisability, not balance.
- Abstract（参考訳）: 5-DoFのアームを持つヒューマノイドは、腕だけで全身の両腕の終端軌跡を追跡できない。
固定二重支持におけるユニツリーR1では、タスクに対する動的に有効な採用戦略(ペルビスポーズとウエストトラジェクトリ)のセットは多種多様な連続多様体であり、それに基づいて訓練された決定論的回帰器は、条件付き変分オートエンコーダ(CVAE)では52%、最高の16個のCVAEサンプルでは82%と、その35%しか有効でない戦略にモデラグする。
AMBITを導入する:CVAEは命令された軌道のプレビュー、学習されていないセレクタフィルタ、ランク付けと検証から戦略を提案し、ヒステリシスを伴って退行するループをコミットする。
コミット戦略は、リアクティブトラッカーが実行する全体差動QPの参照であり、残差に対する権限を保持する。
有効な戦略を持つ160の保留エピソードでは、トルクコントローラの下でのフルMuJoCoダイナミクスにおいて、ABBITはトラッカーの74%に対して3cm/15デグトレランスで85%成功し(不一致信頼区間)、腕が飽和する48%で35%で体をリクルートする。
5つのゼロショットシフト以下 AMBIT は、シフト毎にウォームスタートしたトラッカーを破り、テストタイムの再最適化ベースライン17倍のコストがかかる。
ユニツリーG1では、ハイパーパラメータが変化せず、プロトコルは有効な集合の構造を再現し、トラッカー上のギャップを0.85と0.53に拡大する。
5つの選択された戦略が、外的支援された物理的R1上で実行され、ペロビスの抽出と、計画されたエンドエフェクター運動の中央値の11mmまでをエンコーダフォワードキネマティクスによって追跡し、バランスではなくキネマティック現実性を確立する。
関連論文リスト
- GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。
方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。
D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
論文 参考訳（メタデータ） (2026-09-26T13:14:53Z) - GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation [63.853929983870955]
本稿では,ジェニー・エンスペクタ法 2.0 (GE-Act 2.0) について紹介する。
制御指向オートエンコーダ(CoAE)、ワンステップビジュアルプランナー(SVP)、逆ダイナミクスモデル(IDM)を組み合わせている。
それらのコンポーネントは、知識に整合した選択最適化(KASO)で共同で訓練され、記録された行動に適合していると判断された予測された未来のみを選択することで、ミスマッチした監視を減らす。
論文 参考訳（メタデータ） (2026-09-04T17:16:48Z) - Dynamic Influence-Weighted Distillation for Single-IMU Activity Recognition [0.0]
複数の身体位置にある慣性センサーは、活動認識を改善することができるが、推論時にすべてのセンサーを必要とすると、配置の負担が増大する。
トレーニング中に利用可能な4つの同期IMUが、適応と推論時に右腕IMUのみを使用する学生を改善できるかどうかを検討する。
論文 参考訳（メタデータ） (2026-07-17T16:27:24Z) - Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS [5.4271995156436965]
マルチエージェントアクティブな視覚三角測量により、移動オブザーバを制御可能なカメラで調整することにより、航空目標の正確な3次元位置決めが可能になる。
我々は,Counter-UASアプリケーションにおけるターゲットローカライゼーションのための遅延認識,不確実性駆動型マルチエージェント強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-07T07:58:13Z) - Multimodal Evaluator Preference Collapse: Cross-Modal Contagion in Self-Evolving Agents [1.0152838128195467]
EPC(Evaluator Preference Collapse)はマルチモーダル環境で劇的に増幅されていることを示す。
次に、クロスモーダル感染と呼ばれる新しい現象を示す。
我々は、モデル間評価器アーキテクチャを優先ドリフトの主なリスク要因とみなす。
論文 参考訳（メタデータ） (2026-06-15T13:18:20Z) - Critic Architecture Matters: Dual vs. Unified Critics for Humanoid Loco-Manipulation [0.0]
ヒューマノイドロボットのための多目的強化学習は、単一のポリシーで移動と操作を調整する必要がある。
NVIDIA Isaac Lab における Unitree G1 humanoid (23 active DoF) の比較を行った。
批判的アーキテクチャは、多目的のヒューマノイドRLにおける主要な、そしてしばしば見落とされがちな設計選択である。
論文 参考訳（メタデータ） (2026-06-10T10:21:38Z) - GAMBIT: A Three-Mode Benchmark for Adversarial Robustness in Multi-Agent LLM Collectives [48.545980031973556]
GAMBITは、インポスタ検出器を評価するための3つの評価モードと2つの独立したスコアを持つベンチマークである。
ベンチマークには、240の共進化型インポスタ戦略にまたがる27,804のラベル付きインスタンスのデータセットが付属している。
論文 参考訳（メタデータ） (2026-05-09T16:07:23Z) - Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。
本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
論文 参考訳（メタデータ） (2026-05-07T06:31:34Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - SEEA-R1: Tree-Structured Reinforcement Fine-Tuning for Self-Evolving Embodied Agents [58.174206358223415]
自己進化型エボダイドエージェント(SeEA-R1)は、自己進化型エボダイドエージェント用に設計された最初の強化微細調整フレームワークである。
本研究は,SEEA-R1が自律適応と報酬駆動型自己進化をサポートすることを示す。
論文 参考訳（メタデータ） (2025-06-26T18:00:07Z)
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。