論文の概要: DexWeave: Learning Dexterous Humanoid Loco-Manipulation from Human Demonstrations

• arxiv url: http://arxiv.org/abs/2609.34724v1
• Date: Mon, 28 Sep 2026 09:28:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 03:25:03.467269
• Title: DexWeave: Learning Dexterous Humanoid Loco-Manipulation from Human Demonstrations
• Title（参考訳）: DexWeave: 人間のデモからDexterous Humanoid Loco-Manipulationを学ぶ
• Abstract要約: DexWeaveは、インタラクション一貫性のある動作と解剖学的に認識された全身的なポリシー学習を結合する統合フレームワークである。 我々はさらに、Inspire dexterous Handを備えた物理Unitree G1ヒューマノイドに学習ポリシーをデプロイし、現実世界におけるデキスタラスな全身のロコ操作を実証する。
• 参考スコア（独自算出の注目度）: 32.261961178932886
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning dexterous humanoid loco-manipulation from human demonstrations requires transferring not only human motion, but also the coordinated interaction structure underlying the demonstrated behavior. This is challenging because embodiment differences distort the coupling among body motion, wrist placement, finger articulation, and object interaction, while kinematically accurate references may still be difficult to realize under robot dynamics. We present DexWeave, a unified framework that connects interaction-consistent motion retargeting with anatomy-aware whole-body policy learning. DexWeave first employs a two-stage retargeting procedure that initializes body and hand motions with specialized solvers and subsequently performs coupled refinement over the upper-body interaction chain while preserving lower-body support. The resulting references are tracked by an anatomy-aware Transformer policy that represents anatomical regions as structured tokens and uses directed masked attention to model their dependencies, with object information selectively conditioning the upper-body pathway for dexterous interaction. The policy jointly outputs body and dexterous-hand actions and is trained directly with reinforcement learning, without pretrained tracking policies, teacher-student distillation, or subsequent residual refinement. DexWeave improves retargeting fidelity and interaction consistency while achieving higher manipulation performance and faster policy convergence than MLP baselines. We further deploy the learned policies on a physical Unitree G1 humanoid equipped with Inspire dexterous hands, demonstrating dexterous whole-body loco-manipulation in the real world. See our project page (https://dexweave.github.io) for videos.
• Abstract（参考訳）: 人間の実演からデキスタスなヒューマノイド・ロコ・マニピュレーションを学習するには、人間の動きだけでなく、その行動の根底にある協調的な相互作用構造を伝達する必要がある。 これは、体の動き、手首の配置、指の関節、物体の相互作用の結合を体感的差異が歪めてしまうためである。 DexWeaveは、インタラクション一貫性のあるモーションリターゲティングと、解剖学的に認識された全身的なポリシー学習を結びつける統合フレームワークである。 DexWeaveはまず、2段階のリターゲティング手順を採用し、特殊なソルバで体と手の動きを初期化し、その後、下体支持を維持しながら上体相互作用チェーン上で複合的な洗練を行う。 得られた参照は、解剖学的領域を構造化トークンとして表現し、その依存関係をモデル化するために直接マスキングを使用する解剖学的対応のトランスフォーマーポリシーによって追跡される。 この政策は、体と器用な手の動きを共同で出力し、事前訓練された追跡ポリシー、教師による蒸留、またはその後の残留精製なしに、強化学習と直接訓練される。 DexWeaveは、MLPベースラインよりも高い操作性能とポリシー収束を実現しつつ、フィリティとインタラクションの一貫性の再ターゲットを改善する。 我々はさらに、Inspire dexterous Handを備えた物理Unitree G1ヒューマノイドに学習ポリシーをデプロイし、現実世界におけるデキスタラスな全身のロコ操作を実証する。 ビデオのプロジェクトページ(https://dexweave.github.io)を参照してください。

関連論文リスト

• ViLoMan: Learning Visual-Proprioceptive Whole-Body Loco-Manipulation Skills for Humanoid Robots [56.6238848953359]
  ViLoManは、自律的なヒューマノイドロコ操作のためのスケーラブルなフレームワークである。 自我中心の深度観測と主観的測定を直接ジョイントレベル全体の行動にマッピングする統一的なポリシーを学ぶ。
  論文  参考訳（メタデータ） (2026-09-16T19:10:13Z)
• Weave: Learning Whole-Body Dexterous Loco-Manipulation from Human-Object Interactions [6.968853416384178]
  ヒューマノイドと物体の相互作用を学習するには、ロボットと物体の動きの両方を制御するために、全身のバランス、移動、器用な接触を調整する必要がある。 我々は、捕獲された人間の実演から全身のデキスタス・ヒューマノイド・オブジェクトの相互作用を学習するための統合フレームワークWeaveを提案する。
  論文  参考訳（メタデータ） (2026-09-15T06:04:36Z)
• UniHM: Unified Dexterous Hand Manipulation with Vision Language Model [39.2419824041854]
  身体的に実現可能な器用な手操作を計画することは、ロボット操作と身体的AIにおける中心的な課題である。 自由形式の言語コマンドで案内される手操作を統一する最初のフレームワークであるUniHMを紹介する。
  論文  参考訳（メタデータ） (2026-02-28T16:37:11Z)
• 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)
• OmniRetarget: Interaction-Preserving Data Generation for Humanoid Whole-Body Loco-Manipulation and Scene Interaction [76.44108003274955]
  ヒューマノイドロボットの複雑なスキルを教えるための主要なパラダイムは、強化学習ポリシーの運動学的参照として人間の動きを再ターゲットすることである。 インタラクションメッシュに基づくインタラクション保存データ生成エンジンであるOmniRetargetを紹介する。 人間のメッシュとロボットメッシュの間のラプラシアの変形を最小限にすることで、OmniRetargetは運動学的に実現可能な軌道を生成する。
  論文  参考訳（メタデータ） (2025-09-30T17:59:02Z)
• MoReact: Generating Reactive Motion from Textual Descriptions [57.642436102978245]
  MoReactは拡散に基づく手法で、グローバルな軌跡と局所的な動きを連続的に引き離すように設計されている。 2人の動作データセットから適応したデータを用いて,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2025-09-28T14:31:41Z)

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。