論文の概要: Filter-Aware Fine-Tuning for Safe Humanoid Whole-Body Tracking
- arxiv url: http://arxiv.org/abs/2610.02341v1
- Date: Thu, 01 Oct 2026 18:14:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.041826
- Title: Filter-Aware Fine-Tuning for Safe Humanoid Whole-Body Tracking
- Title（参考訳）: 安全なヒューマノイド全体追跡のためのフィルタ対応ファインチューニング
- Abstract要約: トラッキングポリシーとセーフティフィルタを個別に扱うと、基本的なミスマッチが生じる。
我々は,事前学習したトラッカーのフィルタ対応微調整法であるCoFiTを開発した。
- 参考スコア（独自算出の注目度）: 19.426953661547987
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Safe whole-body motion is essential for deploying humanoid robots in unstructured environments. Modern humanoid control commonly separates reference specification from execution, with a planner, teleoperator, or motion generator providing a reference that a reinforcement-learning policy tracks through dynamically feasible whole-body control. Runtime safety filters, such as control barrier functions (CBFs), offer a promising approach for enforcing newly introduced constraints via interventions on the tracker's outputs. We show, however, that treating the tracking policy and safety filter independently induces fundamental mismatches, as filtering alters both the executed actions and the induced state distribution. We study this policy-filter interface through case studies that isolate dynamics, objective, and information mismatches, highlight their root causes, and use these insights to develop CoFiT (Constrained Filter-aware Tuning), a filter-aware fine-tuning method for pretrained trackers. Across diverse constraint scenes, CoFiT reduces violation time relative to filter-only training by 91% on TWIST2 and 21% on SONIC, while requiring smaller safety filter corrections. On Unitree G1 hardware, CoFiT reduces violation time by 83% for TWIST2 and completes every trial without operator intervention, whereas 50% of baseline trials require an operator stop. Together, these results provide actionable insights into policy-filter interactions and establish design principles for integrating learned trackers with runtime safety filters.
- Abstract（参考訳）: 人型ロボットを非構造環境に配置するには、安全な全身運動が不可欠である。
現代のヒューマノイド制御は、一般に参照仕様と実行を分離し、プランナー、テレオペレータ、モーションジェネレータが強化学習ポリシーが動的に実現可能な全身制御を通して追跡する参照を提供する。
制御バリア関数(CBF)のような実行時安全フィルタは、トラッカーの出力への介入を通じて新たに導入された制約を強制するための有望なアプローチを提供する。
しかしながら, トラッキングポリシとセーフティフィルタを独立に処理すると, フィルタが実行された動作と誘導された状態分布の両方を変えるため, 基本的なミスマッチが生じる。
本研究では、動的・客観的・情報ミスマッチを分離し、根本原因を明らかにするケーススタディを通じて、このポリシー・フィルタインタフェースについて検討し、これらの知見を用いて、事前学習トラッカーのフィルタ対応微調整法であるCoFiT(Constrained Filter-aware Tuning)を開発した。
CoFiTは様々な制約のシーンにおいて、フィルタのみのトレーニングに対する違反時間をTWIST2で91%、SONICで21%削減し、より少ない安全性のフィルタ修正を必要としている。
Unitree G1ハードウェアでは、CoFiTはTWIST2の違反時間を83%削減し、オペレータの介入なしに全てのトライアルを完了する。
これらの結果は、ポリシーとフィルタの相互作用に関する実用的な洞察を与え、学習したトラッカーとランタイムセーフティフィルタを統合するための設計原則を確立します。
関連論文リスト
- Autonomous Cyber Defense: Real-Time Attack Detection and Mitigation in Software-Defined Networks Using Machine Learning [78.29352305480285]
最近の侵入では、最初のアクセスと最初の横移動の間の間隔は27秒と短いことが観察されている。
本稿では,ソフトウェア定義ネットワークにおける攻撃をオペレーターの関与なしに検出・ブロックするクローズドループフレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-22T18:38:39Z) - Shield-Loco: Shielding Locomotion Policies with Predictive Safety Filtering [10.242244578585897]
大規模オフライン安全な学習は、すべてのエッジケースをカバーするには実用的ではない。
本稿では,RLポリシーに従属する名目接触位置をポストホックフィルタでフィルタする安全フィルタを提案する。
密集した散らばった環境下での四足ロボットのフィルタの有効性を検証する。
論文 参考訳（メタデータ） (2026-06-05T11:59:43Z) - Robust Koopman Control Barrier Filters for Safe Actor-Critic Reinforcement Learning [0.0]
本研究では,データから有限次元クープマン予測器を学習する安全フィルタ型アクター批判フレームワークを提案する。
この手法は、制約のないSACリターンをマッチングまたは超過しながら、CartPoleの安定化とトラッキングに対する制約違反をゼロにする。
これらの結果から,ロバストなクープマン-CBFフィルタはモデルレスRLと証明可能な安全性の間に有望な橋渡しとなることが示唆された。
論文 参考訳（メタデータ） (2026-05-26T02:02:40Z) - Online Safety Filter for Deformable Object Manipulation with Horizon Agnostic Neural Operators [25.931880819916643]
変形可能なオブジェクト操作のための制約駆動型オンライン安全フィルタを提案する。
このフィルタは、名目制御ポリシーを最小限に修正することで、タスクレベルの安全性の制約をリアルタイムで実施する。
提案手法はFluidLabにおいて,フィルタがフィルタされていない基本方針に対して,安全な軌道速度を最大22%向上させる。
論文 参考訳（メタデータ） (2026-05-01T20:06:54Z) - Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。
VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。
3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
論文 参考訳（メタデータ） (2026-04-23T09:11:50Z) - Transparent and Controllable Recommendation Filtering via Multimodal Multi-Agent Collaboration [48.028080782524064]
我々は、エンドツーエンドのコラボレーション、マルチモーダル認識、マルチエージェントオーケストレーションを統合する新しいフレームワークを紹介します。
本システムでは,帰納的幻覚を除去するために,ファクトグラウンドの偏見パイプラインを用いている。
ダイナミックな2階層の嗜好グラフを構築し、明示的なループ内の人為的な修正を可能にする。
論文 参考訳（メタデータ） (2026-04-19T14:19:28Z) - Layered Safety: Enhancing Autonomous Collision Avoidance via Multistage CBF Safety Filters [18.386652442201665]
本稿では,ロバストで信頼性の高い層状安全フィルタを構築するための汎用的なエンドツーエンドフレームワークを提案する。
ロボット中心の点雲が与えられた場合、我々は、ポアソン安全関数(PSF)を合成するために使用される占有マップを構築することから始める。
PSFは2つの異なる安全濾過段階において制御バリア機能(CBF)として使用される。
論文 参考訳（メタデータ） (2026-02-27T22:19:45Z) - NeuroFilter: Privacy Guardrails for Conversational LLM Agents [50.75206727081996]
本研究は,エージェント型大規模言語モデル(LLM)のプライバシを強制する際の計算上の課題に対処する。
NeuroFilterは、標準違反をモデルのアクティベーション空間における単純な方向にマッピングすることで、コンテキスト整合性を運用するガードレールフレームワークである。
7Bから70Bパラメータのモデルをカバーする15万以上のインタラクションに対する包括的な評価は、NeuroFilterの強力なパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-01-21T05:16:50Z) - In-Distribution Barrier Functions: Self-Supervised Policy Filters that
Avoid Out-of-Distribution States [84.24300005271185]
本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。
本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
論文 参考訳（メタデータ） (2023-01-27T22:28:19Z) - Sparse Regularized Correlation Filter for UAV Object Tracking with
adaptive Contextual Learning and Keyfilter Selection [20.786475337107472]
相関フィルタは無人航空機(UAV)の追跡に広く応用されている。
2つの固有の欠陥、すなわち境界効果とフィルタの破損のために脆弱である。
本稿では,適応型文脈学習とキーフィルタ選択を用いた新しい$ell_1$正規化相関フィルタを提案する。
論文 参考訳（メタデータ） (2022-05-07T10:25:56Z) - Neural optimal feedback control with local learning rules [67.5926699124528]
運動制御の大きな問題は、脳がどのように遅延と雑音の刺激に直面して適切な動きを計画し実行するかを理解することである。
本稿では,適応カルマンフィルタとモデル自由制御手法を組み合わせた新しいオンラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-12T20:02:00Z)
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。