論文の概要: HuMBLE: Human Motion-Driven Behavior Learning for Embodied Locomotion

• arxiv url: http://arxiv.org/abs/2610.10489v1
• Date: Wed, 07 Oct 2026 17:45:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.090412
• Title: HuMBLE: Human Motion-Driven Behavior Learning for Embodied Locomotion
• Title（参考訳）: HuMBLE: 身体運動のための人間の動作駆動行動学習
• Abstract要約: この研究は、人間のデータからリアルタイムのステアブル、ロバスト、バイオミメティックなロコモーションポリシーを合成する学習フレームワークを導入する。 我々は、Boston Dynamics Atlas R1、Atlas D1、Unitree G1という3つのヒューマノイドロボットの枠組みを検証する。
• 参考スコア（独自算出の注目度）: 10.563677166577799
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite recent advances in humanoid locomotion, controllers optimized for command tracking and robustness tend to produce mechanical gaits, whereas controllers tied to human motion data often fail to generalize to commands outside the data distribution. This work introduces a learning framework that balances these competing objectives to synthesize real-time steerable, robust, and biomimetic locomotion policies from human data. Using an in-house curated locomotion dataset covering diverse speeds and directions, we first learn a natural locomotion prior policy through a teacher-student distillation process. Specifically, we train a full-body reference-conditioned policy with Reinforcement Learning (RL), then distill it into a lightweight prior policy conditioned solely on proprioception and a planar torso-velocity steering command. Next, we fine-tune the prior policy with multi-task RL to expand command coverage and robustness beyond the data distribution, pairing a goal-conditioned task that tracks arbitrary commands with a reference-guided task that tracks the human data as an explicit style regularizer. We validate our framework on three humanoid robots: the Boston Dynamics Atlas R1, Atlas D1, and Unitree G1. Experimental results demonstrate robust performance across real-world scenarios, including direct user-controlled locomotion in indoor and outdoor environments, and integration as the locomotion layer within hierarchical control stacks. Benchmarks against Tabula Rasa RL policies trained without human data and ablation studies confirm that our framework yields a lightweight, deployable policy that reconstructs coordinated whole-body behavior from a steering command, retaining the human gait characteristics while remaining robust and fully steerable.
• Abstract（参考訳）: 近年のヒューマノイド移動の進歩にもかかわらず、コマンドトラッキングやロバスト性に最適化されたコントローラは機械的な歩行を発生させる傾向があるが、人間の動きデータに結びついたコントローラはデータ分布外のコマンドに一般化できないことが多い。 この研究は、人間のデータからリアルタイムのステアブル、ロバスト、バイオミメティックなロコモーションポリシーを合成するために、これらの競合する目標のバランスをとる学習フレームワークを導入する。 様々な速度と方向をカバーした社内キュレートされたロコモーションデータセットを用いて,教師による蒸留プロセスを通じて,まず自然のロコモーション前政策を学習する。 具体的には、強化学習(Reinforcement Learning, RL)を用いてフルボディの基準条件ポリシーを訓練し、プロプリセプションのみを前提とした軽量な事前ポリシーと、平面的な胴体速度制御コマンドに蒸留する。 次に、従来のポリシーをマルチタスクRLで微調整し、データ配信を超えてコマンドカバレッジと堅牢性を拡大し、任意のコマンドを追跡する目標条件付きタスクと、人間のデータを明示的なスタイルの正規化子として追跡する参照誘導タスクとをペアリングする。 我々は、Boston Dynamics Atlas R1、Atlas D1、Unitree G1という3つのヒューマノイドロボットの枠組みを検証する。 実験により,屋内および屋外環境における直接のユーザ制御による移動や,階層的な制御スタック内の移動層としての統合など,実世界のシナリオ間での堅牢な性能が示された。 人的データやアブレーション研究なしでトレーニングされたTabula Rasa RLポリシーに対するベンチマークでは、我々のフレームワークは、操舵コマンドから調整された全身動作を再構築し、頑健で完全に操舵可能なまま、人間の歩行特性を維持できる軽量で展開可能なポリシーが得られている。

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)
• CWI: Composite Humanoid Whole-Body Imitation System for Loco-manipulation [5.627724691080982]
  上半身操作と下半身移動のためのMoCapデータの利用を分離するフレームワークであるComposite Whole-Body Imitation (CWI)を提案する。 マルチクリティカルアーキテクチャは、移動、操作、動きスタイルの目的間の衝突を減らす。 その結果, 全体モーションキャプチャー装置を使わずに, 競争力のあるロコ操作性能, 頑健な全身調整, 実用的な遠隔操作を実現した。
  論文  参考訳（メタデータ） (2026-06-26T03:14:52Z)
• Chasing Autonomy: Dynamic Retargeting and Control Guided RL for Performant and Controllable Humanoid Running [18.386652442201665]
  ヒューマノイドロボットは、速いランニングやダイナミックランニングを含む、人間のようなロコモットを約束する。 人間の動きを模倣できる強化学習コントローラが普及しているが、それらはシングルモーションプレイバックに制限されることが多い。 本稿では,最適化ルーチンを通じて人間の動作を動的に再ターゲットするパイプラインを提案する。
  論文  参考訳（メタデータ） (2026-03-26T20:48:33Z)
• Load-Aware Locomotion Control for Humanoid Robots in Industrial Transportation Tasks [19.55626538861657]
  本稿では、疎結合で協調的なロコ操作アーキテクチャに基づく産業用ヒューマノイドの負荷対応ロコモーションフレームワークを提案する。 下半身移動は、運動学的に派生した名目構成に残留的な関節動作を生じる強化学習ポリシーを介して制御される。 このフレームワークは完全にシミュレーションで訓練され、微調整なしでフルサイズのヒューマノイドロボットにデプロイされる。
  論文  参考訳（メタデータ） (2026-03-15T09:57:32Z)
• 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)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Human-AI Shared Control via Frequency-based Policy Dissection [34.0399894373716]
  人間-AI共有制御は、複雑な環境で制御タスクを達成するために、人間がAIと対話し、協力することを可能にする。 従来の強化学習(RL)手法は、人間の制御可能なポリシーを達成するために目標条件付き設計を試みる。 我々は、学習したニューラルコントローラの中間表現とエージェント動作の運動特性を整合させる、TextitPolicy Dissectionと呼ばれるシンプルで効果的な周波数ベースのアプローチを開発した。
  論文  参考訳（メタデータ） (2022-05-31T23:57:55Z)
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
  シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。 ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。 本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
  論文  参考訳（メタデータ） (2021-03-26T07:14:01Z)

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。