論文の概要: EgoHumanoid-V2: Human-to-Humanoid Transfer of Coordinated Whole-Body Skills for Loco-Manipulation
- arxiv url: http://arxiv.org/abs/2609.37181v1
- Date: Tue, 29 Sep 2026 10:05:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.408139
- Title: EgoHumanoid-V2: Human-to-Humanoid Transfer of Coordinated Whole-Body Skills for Loco-Manipulation
- Title（参考訳）: EgoHumanoid-V2:ヒト-ヒト-ヒト-ヒト-ヒト-ヒト間移動によるロコマニピュレーション
- Abstract要約: EgoHumanoid-V2は、体全体を協調的に操作する最初の人間から人間へのスキル伝達フレームワークである。
粗い作用アライメントは、運動学的基準補正と動的に認識される改善を組み合わせる。
実世界の4つのタスクにおいて、人間のデータに基づいて訓練された視覚-言語-アクションポリシーは、ターゲットタスクロボットのデモなしで、ゼロショットのスキル伝達を示す。
- 参考スコア（独自算出の注目度）: 29.698833434439127
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human demonstrations capture diverse scenes and rich whole-body skills without requiring robot teleoperation. Prior work on egocentric transfer has emphasized scene generalization in loco-manipulation under decoupled control, leaving direct transfer of coordinated whole-body skills less explored. We present EgoHumanoid-V2, the first egocentric human-to-humanoid skill transfer framework for coordinated whole-body loco-manipulation. At its core, coarse-to-fine action alignment combines kinematic reference correction with dynamics-aware refinement. It improves end-effector pose accuracy while preserving whole-body coordination. We also use robot-arm rendering and training-time image augmentation to reduce the visual embodiment gap and improve viewpoint robustness. On four real-world tasks, vision-language-action (VLA) policies trained on aligned human data show zero-shot skill transfer without target-task robot demonstrations. Task scores are comparable to those of policies trained on teleoperation data at a lower collection cost. These results support human data as direct skill supervision.
- Abstract（参考訳）: 人間のデモは、ロボットの遠隔操作を必要とせずに、多様なシーンとリッチな全身スキルをキャプチャする。
エゴセントリックトランスファーの以前の研究は、疎結合制御下でのロコ操作におけるシーン一般化を強調しており、コーディネートされた全身スキルの直接的なトランスファーは調査されていない。
エゴヒューマノイドV2(EgoHumanoid-V2)について述べる。
中心となる粗い作用アライメントは、運動学的基準補正と動的に認識される改善を組み合わせている。
ボディ全体の調整を保ちながら、エンドエフェクターのポーズ精度を向上させる。
また、ロボットアームのレンダリングとトレーニングタイムの画像処理により、視覚的エンボディメントのギャップを減らし、視点ロバスト性を向上させる。
現実の4つのタスクにおいて、人間のデータに合わせた視覚言語アクション(VLA)ポリシーは、ターゲットタスクロボットのデモなしで、ゼロショットのスキル伝達を示す。
タスクスコアは、より低いコレクションコストで遠隔操作データでトレーニングされたポリシーに匹敵する。
これらの結果は、直接技術監督として人的データを支援する。
関連論文リスト
- EgoAlign: Bridging the Human-Humanoid Gap for Long-Range Loco-Manipulation [30.76729188936153]
EgoAlignは、エゴセントリックな人間のデモをアクションに変換し、汎用的で連続的なボディコントローラと互換性のある状態の監視を行う。
上半身の相互作用の幾何に適応しながら、視覚的にガイドされた周期的なステップの参照を保存する。
最終因果リプレイは、人間の観察によるトレーニングのための対応するロボット状態とモーション・トーケン・ラベルを再構成する。
論文 参考訳（メタデータ） (2026-09-29T17:18:42Z) - 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) - JoyAI-RA 0.5: Scaling Robot Manipulation Learning via Dual Action Alignment [0.0]
本研究では,物理世界力学と視覚的意味論を結びつけるフレームワークであるJoyAI-RA 0.5を提案する。
インシシットアクションアライメントは、視覚的な遷移から潜在アクションを推論し、アクションフリーな人間、シミュレーション、ロボットデータを可能にする。
JoyAI-RAは、実際のAgiBotベンチマークで見られるタスクと見えないバリエーションの両方に強く依存する。
論文 参考訳（メタデータ） (2026-08-06T07:14:55Z) - 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) - Human2Any: Human-to-Robot Transfer via Constraint-Aware Compositional Planning [17.90707618632327]
我々は、人間のビデオから再利用可能なオブジェクト中心のインタラクションを学習するためのフレームワークであるHuman2Anyを紹介する。
我々は,FrankaテーブルトップとRBY-1ヒューマノイド移動ロボットの実際の実験を含む,さまざまな操作設定のHuman2Anyを検証する。
論文 参考訳（メタデータ） (2026-06-27T08:45:27Z) - HumanEgo: Zero-Shot Robot Learning from Minutes of Human Egocentric Videos [58.9564236347451]
HumanEgoは、人間とロボットのエンボディメントギャップを橋渡しするフレームワークである。
それは、人間のデモを、手動オブジェクトの相互作用の実体レベルの表現へと持ち上げる。
HumanEgoは、ロボットのデータフリー、ハードウェア非依存、データ効率、ゼロショットの人間とロボットの転送を可能にする。
論文 参考訳（メタデータ） (2026-05-24T08:26:41Z) - 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) - EgoHumanoid: Unlocking In-the-Wild Loco-Manipulation with Robot-Free Egocentric Demonstration [67.13034606664333]
EgoHumanoidは、エゴセントリックな人間のデモを使って視覚言語アクションポリシーを共同訓練する最初のフレームワークである。
スケーラブルな人的データ収集のためのポータブルシステムを開発した。
論文 参考訳（メタデータ） (2026-02-10T18:59:03Z) - 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) - TWIST: Teleoperated Whole-Body Imitation System [28.597388162969057]
全身動作模倣によるヒューマノイド遠隔操作システムTWISTについて述べる。
我々は,強化学習と行動クローニングを組み合わせた,頑健で適応的で応答性の高い全身制御装置を開発した。
TWISTは、現実世界のヒューマノイドロボットが、前例のない、多目的で、調整された全身運動能力を達成できるようにする。
論文 参考訳（メタデータ） (2025-05-05T17:59:03Z)
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。