論文の概要: P-BFM: Perceptive Behavioral Foundation Models for Humanoid Control via Unsupervised Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.15833v1
• Date: Sun, 11 Oct 2026 18:35:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-19 15:40:31.031203
• Title: P-BFM: Perceptive Behavioral Foundation Models for Humanoid Control via Unsupervised Reinforcement Learning
• Title（参考訳）: P-BFM:教師なし強化学習によるヒューマノイド制御のための知覚行動基礎モデル
• Abstract要約: 行動基礎モデル(BFM)は、身体全体の行動を再利用可能なレパートリーを持つヒューマノイドを提供する。 現実世界のヒューマノイド制御では、同じ行動意図は、異なる地形の制約の下で根本的に異なる動きを必要とする可能性がある。 P-BFMはヒューマノイド制御を地形不変の意図と地形条件付き実現に分解する知覚行動基盤モデルである。
• 参考スコア（独自算出の注目度）: 17.77543073639519
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Behavioral foundation models (BFMs) provide humanoids with reusable repertoires of whole-body behaviors; in real-world humanoid control, the same behavioral intent may require fundamentally different motions under different terrain constraints. Covering such variation with terrain-matched demonstrations requires enumerating a combinatorial space of behaviors and terrain geometries. We introduce P-BFM, a perceptive behavioral foundation model that factorizes humanoid control into terrain-invariant intent and terrain-conditioned realization. A forward-backward representation maps motion references, target states, and reward functions into a shared intent space without terrain information, while a perceptive policy learns how to realize each intent under the surrounding terrain geometry. We further identify a complementary limitation of purely latent control: behavioral latents can preserve local motion patterns while losing precise global progress. We therefore introduce Explicit Root Instructions (ERI), which separates global transport (e.g., heading and planar velocity) from behavioral intent, while leaving local whole-body adaptation to the perceptive policy. This decomposition leads to a characteristic capability absent from conventional BFMs: one fixed intent induces different, terrain-appropriate behaviors, including changes in step height, stride, posture, foothold placement, and contacts, without terrain-specific demonstrations. Across challenging terrains, P-BFM improves motion fidelity, root-control precision, and perturbation recovery over strong baselines. A single frozen policy further supports motion tracking, goal reaching, reward inference, teleoperation, and terrain-aware recovery, and transfers zero-shot to a Unitree G1 using onboard depth sensing.
• Abstract（参考訳）: 行動基礎モデル(BFM)は、身体全体の行動を再利用可能なレパートリーを備えたヒューマノイドを提供する。 このような変動を地形に整合したデモンストレーションでカバーするには、行動と地形の組合せ空間を列挙する必要がある。 P-BFMはヒューマノイド制御を地形不変の意図と地形条件付き実現に分解する知覚行動基盤モデルである。 前向きの表現は、動き参照、目標状態、報酬関数を地形情報なしで共有意図空間にマッピングし、知覚的ポリシーは周囲の地形幾何学の下で各意図を実現する方法を学ぶ。 我々はまた、純粋に潜伏的な制御の補足的制限を同定する:行動潜伏者は、正確なグローバルな進行を損なうことなく、局所的な動きパターンを保存できる。 そこで我々は,グローバルトランスポート(例えば,方向,平面速度)を行動意図から切り離し,局所的な全身適応を知覚ポリシーに残しながら,明示的なルート指示(ERI)を導入する。 固定された意図は、ステップ高さ、ストライド、姿勢、足場配置、接触などの異なる地形に適した振る舞いを、地形特異的なデモンストレーションなしで誘導する。 挑戦的な地形全体にわたって、P-BFMは強力なベースライン上での運動の忠実度、ルート制御精度、摂動回復を改善している。 単一の凍結ポリシは、モーショントラッキング、ゴールリーチ、報酬推論、遠隔操作、地形対応リカバリをサポートし、オンボード深度センサーを使用してゼロショットをユニツリーG1に転送する。

関連論文リスト

• DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction [50.06148080975928]
  本稿では,意味的意図を幾何学的制約から明確に分離する階層型フレームワークであるDeSeGを提案する。 DeSeGは最先端のパフォーマンスを実現し、平均シーン浸透率を47%削減し、SOTAベースラインに対するセマンティックアライメントを29%改善した。
  論文  参考訳（メタデータ） (2026-07-07T03:21:08Z)
• Sensorimotor World Models: Perception for Action via Inverse Dynamics [59.121736411156384]
  Inverse dynamics regularization で訓練されたエンド・ツー・エンドのセンサモレータ・ワールドモデルを導入する。 表現の崩壊を防ぎ、アクション整列表現を誘導する。 コンパクトで解釈可能な潜在空間を学習し、単純な2Dおよび3D制御タスク間の競合計画性能を実現する。
  論文  参考訳（メタデータ） (2026-06-18T11:25:16Z)
• Perceptive Behavior Foundation Model: Adapting Human Motion Priors to Robot-Centric Terrain [25.92545023668694]
  我々は、ロボット中心の知覚において、人間の動きを前提とした地形認識型ヒューマノイド制御フレームワークを開発する。 我々は,視覚障害者の教師を訓練し,その地形・地形の振る舞いを生の学生に伝達する。 学生は、移動追跡を前もって保存し、必要なときにのみ局所的な補正を行うように訓練された、地形の特徴が残留経路を通り抜けるアイデンティティ付きトランスフォーマートラッカーである。
  論文  参考訳（メタデータ） (2026-06-06T08:46:44Z)
• T-GMP: Terrain-conditioned Generative Motion Priors for Versatile and Natural Humanoid Locomotion [10.258225375602231]
  本稿では,地形条件付き潜伏運動多様体を,いくつかの専門的状態テランの実証から捉えるモジュールを提案する。 学習された事前はスムーズなスタイルの遷移を可能にし、地形の変化に対応する統一されたポリシーを促進する。 我々は,T-GMPを対向的な学習パイプラインに統合し,その際,識別器が局所地形の特徴を考慮に入れた自然性制約を動的に調節する足場刑法を提案する。
  論文  参考訳（メタデータ） (2026-06-05T06:15:42Z)
• Global-Local Attention Decomposition for Terrain Encoding in Humanoid Perceptive Locomotion [7.888727249239356]
  人型移動における地形符号化のためのグローバルローカルアテンション分解(GLAD)を提案する。 実験により、GLADは難解な隙間、石段、階段上での信頼性の高い移動を可能にすることが示された。 実世界におけるLiDARを用いたUnitree G1ヒューマノイドロボットの展開において,提案手法はロバストなゼロショット・シム・トゥ・リアルトランスファーを実現する。
  論文  参考訳（メタデータ） (2026-05-30T09:23:07Z)
• Learning Terrain-Aware Whole-Body Control for Perceptive Legged Loco-Manipulation [2.915167691607446]
  我々は,足のマニピュレータのための地形対応全体制御フレームワークTA-WBCを紹介する。 我々は、地形の特徴を抽出するためにハイブリッド・エクセプション・エンコーダを用いており、ロボットが姿勢や足場を積極的に適応するための重要な基盤となっている。 安定なクロステランのロコ操作を容易にするため,フット接触面に基づく新しいエンドエフェクタサンプリング法を提案する。
  論文  参考訳（メタデータ） (2026-05-29T14:22:10Z)
• 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)
• GraMMaR: Ground-aware Motion Model for 3D Human Motion Reconstruction [61.833152949826946]
  本研究では,GraMMaRという3次元人体動作再構成のための新しいグラウンド・アウェア・モーション・モデルを提案する。 GraMMaRは、動きシーケンスの各時間ステップにおいて、ポーズにおける遷移の分布と、各関節面と接地面の間の相互作用を学習する。 運動と地面への距離変化との整合性を明確に促進するように訓練されている。
  論文  参考訳（メタデータ） (2023-06-29T07:22:20Z)

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。