論文の概要: KPI: A Promptable Kernel for Physical Interaction on Humanoids
- arxiv url: http://arxiv.org/abs/2609.36151v1
- Date: Mon, 28 Sep 2026 19:23:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.96861
- Title: KPI: A Promptable Kernel for Physical Interaction on Humanoids
- Title（参考訳）: KPI : ヒューマノイドの物理的相互作用のためのプロンプタブルカーネル
- Abstract要約: 1つの体全体の追跡ポリシーは、人間またはエンドツーエンドのポリシーからの参照に従う。
トラジェクトリソースと修正されていない全体トラッカー間の物理的相互作用を高速化するカーネルを提案する。
ある命令から、視覚言語エージェントは、参照軌跡と契約の両方をタスク固有のコードなしで書く。
- 参考スコア（独自算出の注目度）: 37.24073275772057
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoids now walk, balance and reach with remarkable generality: one whole-body tracking policy follows references from a human, or from an end-to-end policy. That generality travels in the trajectory, and a trajectory alone carries limited information about the interaction it should produce: at contact, the executing controller determines how the robot behaves. Single-task policies usually reach hard interactions by optimising trajectory and controller together in simulation; general stacks usually assume a preset or hand-chosen controller. We present KPI, a promptable kernel for physical interaction between the trajectory source and an unmodified whole-body tracker. Instead of a controller fixed before the task, the trajectory source sends a contract: per direction, track, comply, or hold a force range. From tracking error and a wrench estimate, the kernel adapts the arms' stiffness, damping, reference and feedforward toward it at contact rate. We demonstrate KPI through an agentic framework: from one instruction, a vision-language agent writes both the reference trajectory and the contract, with no task-specific code. We demonstrate instruction-driven winch operation, door opening, and box transport, alongside scripted surface-interaction experiments. In the winch demonstration, the humanoid is able to turn a crank to hoist a second robot fully off the ground.
- Abstract（参考訳）: ヒューマノイドは歩み、バランスを取り、目覚ましい一般性で到達する:1つの体全体の追跡ポリシーは、人間の参照、またはエンドツーエンドのポリシーに従っている。
その一般性は軌道内を移動し、軌道のみに発生すべき相互作用に関する情報が限られている。
シングルタスクポリシーは通常、シミュレーションにおいて軌道とコントローラを同時に最適化することでハードな相互作用に達する。
我々は、軌道源と修正されていない全体追跡器との間の物理的相互作用を促進可能なカーネルであるKPIを提案する。
タスクの前に固定されたコントローラの代わりに、軌道源は、方向、追跡、順応、力範囲の保持といった契約を送信します。
トラッキングエラーとレンチ推定から、カーネルは腕の剛性、減衰、参照、フィードフォワードを接触速度で調整する。
1つの命令から、視覚言語エージェントは、タスク固有のコードなしで、参照軌跡と契約の両方を記述します。
我々は,スクリプトによる表面相互作用実験とともに,命令駆動のウインチ操作,ドア開口,ボックス輸送を実演する。
ウインチのデモでは、人間型ロボットはクランクを回して第2のロボットを地面から完全に引き離すことができる。
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) - Learning Holistic Whole-Body Loco-Manipulation with a Bipedal Mobile Manipulator [6.961580294931018]
両足歩行操作は、ロボットが腕の名目上の作業空間を超えて物体と対話することを可能にする。
タスクレベルの操作目標を協調した腕と脚の動きに変換する低レベル全体制御器を提案する。
論文 参考訳（メタデータ） (2026-09-16T17:05:32Z) - LAC: Linear and Angular Compliance for Humanoid Whole-body Control [11.568075663157309]
現実世界のヒューマノイドタスクは、物体と人間との物理的相互作用を含む。
命令付きLinearとAngular Complianceを同時に実現する汎用の全身コントローラであるLACを提案する。
論文 参考訳（メタデータ） (2026-08-26T06:07:28Z) - URF: A Unified Robot Control-Policy Framework for Stable Contact Aware Manipulation [7.1804801181795215]
We propose a textitUnified Robot Control-Policy Framework (URF)
URFは、コンプライアンス・アクション予測とインピーダンス・アドミタンス・コントロールを結合する。
その結果, 接触対応ポリシは, 適合行動だけでなく, 制御動作の予測にも有効であることが示唆された。
論文 参考訳（メタデータ） (2026-07-23T04:46:19Z) - VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。
まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。
第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
論文 参考訳（メタデータ） (2026-06-08T09:52:55Z) - HANDOFF: Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers [6.1409946459609275]
HANDOFFは、直感的で、汎用的で、モジュラーで、多様なロコ操作スキルを表現できる、ヒューマノイド全体のコントローラである。
Unitree G1では、HANDOFFは最先端のベロシティ追跡と一致し、最大のロバストなワークスペース操作を提供する。
論文 参考訳（メタデータ） (2026-06-04T17:59:50Z) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - 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) - HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
本稿では,半自律遠隔操作システムHOMIEを紹介する。
ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。
このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
論文 参考訳（メタデータ） (2025-02-18T16:33:38Z)
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。