論文の概要: CEER2: Directional and Tunable End-Effector and Root Compliance for Humanoid Loco-Manipulation
- arxiv url: http://arxiv.org/abs/2609.38709v1
- Date: Wed, 30 Sep 2026 00:48:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.880158
- Title: CEER2: Directional and Tunable End-Effector and Root Compliance for Humanoid Loco-Manipulation
- Title（参考訳）: CEER2:Humanoid Loco-Manipulationのためのディレクショナルで可変なエンドエフェクタとルートコンプライアンス
- Abstract要約: ヒューマノイドは、複雑な全身の動きを追跡する能力がますます高まっているが、物理的相互作用は異なる課題をもたらす。
本稿では,方向および調整可能なエンドエフェクタ(EE)コンプライアンスと,外部力の拒絶や追従に対する選択可能なルートコンプライアンスを組み合わせたヒューマノイド・ロコ・マニピュレーションのコンプライアンス・フレームワークを提案する。
シミュレーションと実世界のヒューマノイド実験は, 方向性剛性制御, オンライン剛性調整, ルートコンプライアンス, 適合操作, 協調搬送を実証した。
- 参考スコア（独自算出の注目度）: 3.625809191730521
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Humanoids are increasingly capable of tracking complex whole-body motions, but physical interaction introduces a different challenge. When a robot makes contact with a person or the environment, it needs to respond to external forces while preserving the motion needed for the task. This response can vary across directions in the end-effectors and on the body. For example, an end effector may need to accommodate contact force in one direction while maintaining motion accuracy in another, while the robot body may resist an external force or move with it. We present a compliance framework for humanoid loco-manipulation that combines directional and tunable end-effector (EE) compliance with selectable root compliance for external force rejection or force following. A hierarchical reinforcement learning controller modulates a fixed whole-body tracking policy through high-level EE and root commands, while interaction forces are estimated from proprioceptive history. Our simulation and real-world experiments on a humanoid demonstrate directional stiffness control, online stiffness adjustment, distinct root compliance, compliant manipulation, and collaborative carrying.
- Abstract（参考訳）: ヒューマノイドは、複雑な全身の動きを追跡する能力がますます高まっているが、物理的相互作用は異なる課題をもたらす。
ロボットが人や環境と接触するときは、タスクに必要な動作を維持しながら外部の力に反応する必要がある。
この反応は、エンドエフェクターや身体の方向によって異なる。
例えば、エンドエフェクタは、別の方向の運動精度を維持しながら、ある方向の接触力を調整する必要があるが、ロボット本体は外部の力に抵抗したり、それで動いたりすることができる。
本稿では,方向および調整可能なエンドエフェクタ(EE)コンプライアンスと,外部力の拒絶や追従に対する選択可能なルートコンプライアンスを組み合わせたヒューマノイド・ロコ・マニピュレーションのコンプライアンス・フレームワークを提案する。
階層的強化学習コントローラは、高レベル脳とルートコマンドを介して、固定された全身追跡ポリシーを変調し、相互作用力は、受容履歴から推定される。
シミュレーションと実世界のヒューマノイド実験は, 方向性剛性制御, オンライン剛性調整, ルートコンプライアンス, 適合操作, 協調搬送を実証した。
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) - 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) - TAC-LOCO: Unified Whole-Body Control for Quadrupedal TACtile-Informed LOCO-Manipulation [13.785492911693098]
動的ロコ操作では、不確実な外力下での把握された物体との安定した物理的相互作用を維持しながら、脚のあるロボットが全身の動きを調整する必要がある。
触覚を付加した統合強化学習フレームワークであるTAC-LOCOを提案する。
We deploy the policy zero-shot on a Unitree Go2 with an Interbotix WidowX 250 arm and tactile gripper, showed dynamic tactile-informed loco-manipulation under various external interaction。
論文 参考訳（メタデータ） (2026-07-11T05:45:24Z) - Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。
この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。
我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:10:05Z) - 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) - Interaction-Aware Whole-Body Control for Compliant Object Transport [33.233203393813376]
本稿では,人工小脳として機能する対話指向型全身制御(IO-WBC)を提案する。
IO-WBCは上流(スキルレベル)のコマンドを、接触中の安定した物理的に一貫した全身動作に変換する。
論文 参考訳（メタデータ） (2026-03-04T05:50:40Z) - 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) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - GentleHumanoid: Learning Upper-body Compliance for Contact-rich Human and Object Interaction [14.278503723930998]
GentleHumanoidは、インピーダンス制御を全身のモーショントラッキングポリシーに統合し、上半身のコンプライアンスを実現するフレームワークである。
我々は,Unitree G1ヒューマノイドとシミュレーションの両方において,異なるレベルのコンプライアンスを必要とするタスクに対するアプローチを評価した。
論文 参考訳（メタデータ） (2025-11-06T18:59:33Z)
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。