論文の概要: Learning Expressive and Compositional Motion Representation via Spectral Skills
- arxiv url: http://arxiv.org/abs/2609.37677v1
- Date: Tue, 29 Sep 2026 14:27:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.626355
- Title: Learning Expressive and Compositional Motion Representation via Spectral Skills
- Title（参考訳）: スペクトルスキルによる表現的・構成的動作表現の学習
- Abstract要約: 提案手法では,プランナとコントローラ間のコマンドインターフェースの遅延表現であるスペクトルスキルを導入する。
29-DoFヒューマノイドでは、スペクトルスキルを条件としたコントローラが、最先端技術と比較してグローバルなトラッキングエラーを62%削減する。
我々は、Unitree G1ハードウェア上で、追跡、連鎖、合成、および言語条件のプランナーによる制御を実証する。
- 参考スコア（独自算出の注目度）: 20.751516962556135
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic foundation models offer a promising path toward general-purpose humanoid robot control, often through hierarchical architectures. However, their effectiveness depends on the command interface between the planner and the controller, which must support accurate execution while remaining easy to predict, and ideally allow new behaviors to be composed from prior ones. In this work, we introduce spectral skills, a latent representation of this interface that meets these requirements through predictive representation learning. By design, spectral skills compactly encode short motion segments and are learned by predicting subsequent motion rather than reconstructing the encoder input. On a 29-DoF humanoid, a controller conditioned on spectral skills reduces global tracking error by 62\% relative to the state of the art. The same frozen controller chains independently encoded skills without a separate transition policy. It also composes new behaviors by adding orthogonal directions to any compatible base skill, producing combinations unseen in the training data. We demonstrate tracking, chaining, and composition, as well as control through a language-conditioned planner, on Unitree G1 hardware. Project page: https://spectral-skill.github.io
- Abstract（参考訳）: ロボット基礎モデルは、しばしば階層的なアーキテクチャを通して、汎用的なヒューマノイドロボット制御への有望な道を提供する。
しかし、それらの効果はプランナーとコントローラの間のコマンドインターフェースに依存しており、予測が簡単でありながら正確な実行をサポートしなければならない。
本稿では,このインタフェースの潜在表現であるスペクトルスキルを紹介し,これらの要件を予測的表現学習を通じて満たす。
設計により、スペクトルスキルはコンパクトに短動きセグメントを符号化し、エンコーダ入力を再構成するのではなく、その後の動きを予測することによって学習する。
29-DoFヒューマノイドでは、スペクトルスキルを条件としたコントローラが、最先端技術と比較してグローバルなトラッキングエラーを62\%削減する。
同じ凍結したコントローラチェーンは、独立したトランジションポリシーなしで独立してスキルをコード化した。
また、任意の互換性のあるベーススキルに直交方向を追加し、トレーニングデータに見られない組み合わせを生成することで、新しい振る舞いを構成する。
我々は、Unitree G1ハードウェア上で、追跡、連鎖、合成、および言語条件のプランナーによる制御を実証する。
プロジェクトページ: https://spectral-skill.github.io
関連論文リスト
- 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) - ViBe: Visual Behavior Adaptation for Perceptive Humanoid Whole-Body Control [11.96687692057234]
ViBeは、モーショントラッカーを知覚的な制御タスクに適応するためのフレームワークである。
本研究は, パーセプティブ・ウォーキング, パーセプティブ・ウォーキング, ポーズ・キューブ, オームニ・オブジェクト・ロコ・マニピュレーション, ドッジボールを横断するゼロショット・シム・トゥ・リアルな移動を示す。
論文 参考訳（メタデータ） (2026-09-09T09:11:26Z) - ECo-MoE: Embodiment-Conditioned Mixture of Experts Increases the Evolvability of Robots [9.541468090679913]
我々は,潜伏設計ベクトル(遺伝子型)と制御専門家(神経モジュール)の混合分布を共最適化するロボットにおいて,進化と学習のモデルを導入する。
この過程を「デモによるエボ」と呼び、フリーフォームの進化を標準構造へ導くのにどのように使えるかを探る。
論文 参考訳（メタデータ） (2026-05-22T21:11:47Z) - 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) - PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes [18.916978556216097]
PILOTは知覚的ロコ操作に適した単段階強化学習フレームワークである。
知覚的な移動と1つのポリシー内での全身制御をシナジー化する。
PILOTは、既存のベースラインと比較して、安定性、コマンド追跡精度、地形トラバーサビリティが優れている。
論文 参考訳（メタデータ） (2026-01-24T12:25:20Z) - STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization [87.77475595961154]
textbfSkill textbfTraining with textbfAugmented textbfRotation (textbfSTAR) は、スキル学習と構成の両方を進化させて複雑な振る舞いを完遂するフレームワークである。
論文 参考訳（メタデータ） (2025-06-04T11:54:42Z) - Words in Motion: Extracting Interpretable Control Vectors for Motion Transformers [1.1510009152620668]
トランスフォーマーベースのモデルは、解釈が難しい隠された状態を生成する。
隠れた状態を解析し、推論で修正し、動き予測に焦点をあてる。
論文 参考訳（メタデータ） (2024-06-17T15:07:55Z) - TLControl: Trajectory and Language Control for Human Motion Synthesis [68.09806223962323]
本稿では,人間のリアルな動き合成のための新しい手法であるTLControlを提案する。
低レベルのTrajectoryと高レベルのLanguage semanticsコントロールが組み込まれている。
インタラクティブで高品質なアニメーション生成には実用的である。
論文 参考訳（メタデータ） (2023-11-28T18:54:16Z) - Inducing Transformer's Compositional Generalization Ability via
Auxiliary Sequence Prediction Tasks [86.10875837475783]
体系的な構成性は人間の言語において必須のメカニズムであり、既知の部品の組換えによって新しい表現を作り出すことができる。
既存のニューラルモデルには、記号構造を学習する基本的な能力がないことが示されている。
本稿では,関数の進行と引数のセマンティクスを追跡する2つの補助シーケンス予測タスクを提案する。
論文 参考訳（メタデータ） (2021-09-30T16:41:19Z)
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。