論文の概要: GAE: General Action Expert for Real-Time Humanoid Teleoperation
- arxiv url: http://arxiv.org/abs/2609.34233v1
- Date: Mon, 28 Sep 2026 03:39:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 22:43:44.909174
- Title: GAE: General Action Expert for Real-Time Humanoid Teleoperation
- Title（参考訳）: GAE:リアルタイムヒューマノイド遠隔操作の一般専門家
- Abstract要約: General Action Expert (GAE) は、汎用的で低遅延のヒューマノイド全体遠隔操作のための統合学習フレームワークである。
GAEはビデオ、アニメーション、モーションキャプチャを含む異種ソースから大規模な人間のモーションデータセットを構築し、続いて標準化と拡張を行う。
応答性のあるヒューマンロボット同期のために、GAEはリアルタイム遠隔操作中にエンドツーエンドの遅延を適応的に補償する遅延条件予測機構を導入した。
- 参考スコア（独自算出の注目度）: 30.906376896948203
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoid avatars extend human physical presence beyond the body, enabling people to participate in social, service, and labor activities through remotely operated robots. This requires teleoperation systems capable of realizing diverse and dynamic whole-body behaviors while maintaining responsive human-robot synchronization. We present General Action Expert(GAE), a unified learning framework for general-purpose, low-latency humanoid whole-body teleoperation. To cover diverse human behaviors, GAE builds a large-scale human motion dataset from heterogeneous sources, including videos, animations, and motion capture, followed by standardization and augmentation. GAE then addresses the noise and embodiment mismatch in human motions with a two-stage training paradigm: a privileged generator policy first tracks human motion references in simulation and rolls out feasible humanoid trajectories; a deployable executor policy then learns to track these generated trajectories under curriculum domain randomization. For responsive human-robot synchronization, GAE introduces a latency-conditioned anticipation mechanism that adaptively compensates for end-to-end delay during real-time teleoperation. Simulation and real-world experiments on Unitree G1 and Westlake O1 robots demonstrate that GAE enables humanoids to smoothly mirror diverse, agile, and expressive human behaviors. Project website: https://wangyf0928.github.io/gae-wlrobotics/
- Abstract（参考訳）: ヒューマノイドアバターは人体以外の身体的存在を拡大し、遠隔操作ロボットを通じて社会、サービス、労働活動に参加することができる。
これは、応答性のある人間とロボットの同期を維持しながら、多様で動的な全身動作を実現することができる遠隔操作システムを必要とする。
本稿では,汎用かつ低遅延なヒューマノイド全体遠隔操作のための統合学習フレームワークであるGeneral Action Expert(GAE)を紹介する。
多様な人間の振る舞いをカバーするため、GAEはビデオ、アニメーション、モーションキャプチャを含む異種ソースから大規模な人間のモーションデータセットを構築し、その後に標準化と拡張を行った。
特権的なジェネレータポリシーは、まずシミュレーション中の人間の動きの参照を追跡し、実行可能なヒューマノイド軌道をロールアウトする; デプロイ可能なエグゼクタポリシーは、これらの生成された軌道をカリキュラム領域のランダム化の下で追跡することを学ぶ。
応答性のあるヒューマンロボット同期のために、GAEはリアルタイム遠隔操作中にエンドツーエンドの遅延を適応的に補償する遅延条件予測機構を導入した。
Unitree G1とWestlake O1ロボットのシミュレーションと実世界の実験により、GAEはヒューマノイドが多様な、アジャイルで表現力のある人間の振る舞いをスムーズにミラーできることを示した。
プロジェクトウェブサイト:https://wangyf0928.github.io/gae-wlrobotics/
関連論文リスト
- BeyondRetarget: Learning Executable Humanoid Motions Directly from Monocular Video [34.97982846901588]
本研究では,モノクラーRGBビデオをロボットの動きにマッピングする,エンドツーエンドのフレームワークであるBeyondRetargetを提案する。
このフレームワークは、明示的な人間の表現を識別し、視覚的な観察からロボット指向の暗黙の表現を直接学習する。
実験の結果,BeyondRetargetは生成したロボットの動きの精度と堅牢性を大幅に向上させることがわかった。
論文 参考訳（メタデータ） (2026-09-24T14:15:04Z) - WholeBodyWAM: Learning Whole-Body World Action Models with Scalable Motion Priors [28.761088065994244]
WholeBodyWAMは、ターゲットロボット訓練の前に、大規模な異種運動から全身動態を学習する。
言語条件のモーションエキスパートは、ターゲットロボットアクションの監督なしに、将来の全身の動きを予測するために事前訓練される。
実験により、WholeBodyWAMは運動抑制尺度の増大の恩恵を一貫して受けることが示された。
論文 参考訳（メタデータ） (2026-09-16T06:32:21Z) - Human-as-Humanoid: Enabling Zero-Shot Humanoid Learning from Ego-Exo Human Videos with Human-Aligned Embodiments [32.61025334275917]
ヒト・アス・ヒューマノイド(Humanoid as-Humanoid)は、ヒトからヒトへのハイDoFヒューマノイドの監視フレームワークである。
大規模な人間のデモンストレーションを、対象のヒューマノイドに対する実行可能な観察-アクション監視に変換する。
Humanoidは、データ収集分析において、ヒューマノイド遠隔操作よりも4.8--7.2倍の生のデモンストレーション言語ゲインが得られる。
論文 参考訳（メタデータ） (2026-06-30T17:44:16Z) - ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video [52.78703020909145]
我々は、人間中心のビデオから直接、自然なヒューマノイドビジュモータ制御ポリシーを学ぶ新しいフレームワークであるZeroWBCを紹介した。
提案手法はまず視覚言語モデル(VLM)を微調整し,テキスト命令とエゴセントリックな視覚コンテキストに基づく将来の身体全体の動作を予測する。
ユニツリーG1ヒューマノイドロボットの実験では,動作の自然性と汎用性において,本手法がベースラインアプローチより優れていることが示された。
論文 参考訳（メタデータ） (2026-03-10T04:19:43Z) - CLOT: Closed-Loop Global Motion Tracking for Whole-Body Humanoid Teleoperation [54.7399209456857]
閉ループグローバルモーショントラッキングを実現する,リアルタイムな人型遠隔操作システムCLOTを提案する。
CLOTはオペレータとロボットのポーズをクローズドループで同期させ、長時間のタイムホライズン上でドリフトフリーな人間-人間-ヒューマノイドの模倣を可能にする。
本研究では,報奨評価から観測軌道を分離し,スムーズで安定した大域的補正を可能にするデータ駆動ランダム化手法を提案する。
論文 参考訳（メタデータ） (2026-02-13T12:03:13Z) - FRoM-W1: Towards General Humanoid Whole-Body Control with Language Instructions [147.04372611893032]
FRoM-W1は、自然言語を用いた一般的なヒューマノイド全体の動作制御を実現するために設計されたオープンソースのフレームワークである。
我々はUnitree H1とG1ロボット上でFRoM-W1を広範囲に評価した。
その結果,HumanML3D-Xベンチマークにおいて,人体全体の動作生成に優れた性能を示した。
論文 参考訳（メタデータ） (2026-01-19T07:59:32Z) - MiVLA: Towards Generalizable Vision-Language-Action Model with Human-Robot Mutual Imitation Pre-training [102.850162490626]
人間のロボットによる相互模倣事前学習による視覚-言語-行動モデルであるMiVLAを提案する。
MiVLAは、最先端のVLAよりも優れた、強力な改良された一般化能力を実現する。
論文 参考訳（メタデータ） (2025-12-17T12:59:41Z) - Robot Interaction Behavior Generation based on Social Motion Forecasting for Human-Robot Interaction [9.806227900768926]
本稿では,共有ロボット表現空間における社会的動き予測のモデル化を提案する。
ECHOは上記の共有空間で活動し、社会的シナリオで遭遇したエージェントの将来の動きを予測する。
我々は,多対人動作予測タスクにおけるモデルの評価を行い,最先端の性能を大きなマージンで獲得する。
論文 参考訳（メタデータ） (2024-02-07T11:37:14Z)
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。