論文の概要: SHOES: Sim-to-real Hardware-adaptation via On-policy Expansion of Skills for Legged Robots

• arxiv url: http://arxiv.org/abs/2610.16457v1
• Date: Mon, 12 Oct 2026 09:17:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 23:07:43.375128
• Title: SHOES: Sim-to-real Hardware-adaptation via On-policy Expansion of Skills for Legged Robots
• Title（参考訳）: SHOES:レッグロボットのオン・ポリティクスによるハードウェア・アダプション
• Abstract要約: 履物による形態変化にロコモーションポリシーを適用するためのフレームワークであるSHOESを提案する。 SHOESは、シミュレーションによって訓練された名目ポリシーと、ロボット上の軽量でアイデンティティによる変調モジュールのみを凍結する。 SafeBoxも導入しています。これは、ワークスペースを意識した、ユーザ定義のワークスペース内でのオンライン適応を制限する、ワークスペース対応のウェイポイントサンプリングです。
• 参考スコア（独自算出の注目度）: 4.496683721548245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humans expand their locomotion capability by wearing appropriate footwear, such as hiking boots for mountains or skates for ice. Footwear changes the ground-contact interface and enables traversal of otherwise difficult terrain. In contrast, locomotion controllers are typically trained for a fixed morphology, and their performance can degrade when shoes alter foot geometry, mass, and friction. We propose SHOES, a sample-efficient framework for adapting locomotion policies to footwear-induced morphology changes. SHOES freezes a simulation-trained nominal policy and fine-tunes only lightweight, identity-initialized modulation modules on the robot, preserving the initial behavior while enabling efficient hardware adaptation. We also introduce SafeBox, a workspace-aware waypoint sampler that constrains online adaptation within a user-defined workspace. The simulation results with a shoe-equipped Unitree Go2 show that SHOES substantially recovers locomotion performance after footwear-induced morphology changes using limited additional adaptation. Under the same adaptation budget, SHOES outperforms FiLM-only, Linear Adapter-only, and residual-RL baselines. Real-world experiments on a Unitree Go2 fitted with human shoes further evaluate the effectiveness of SHOES for hardware deployment.
• Abstract（参考訳）: 人間は、山のハイキングブーツや氷のスケートなど、適切な靴を履くことで、移動能力を拡大する。 フットウェアは接地インターフェースを変え、他の困難な地形を横断することを可能にする。 対照的に、ロコモーションコントローラーは通常固定形態学のために訓練されており、靴が足の形状、質量、摩擦を変えると性能が低下する。 履物による形態変化にロコモーションポリシーを適用するための,サンプル効率のよいフレームワークであるSHOESを提案する。 SHOESは、シミュレーション訓練された名目ポリシーと、ロボット上の軽量でアイデンティティを初期化した変調モジュールのみを凍結し、ハードウェアの効率的な適応を可能にしながら初期動作を保存する。 SafeBoxも導入しています。これは、ワークスペースを意識した、ユーザ定義のワークスペース内でのオンライン適応を制限する、ワークスペース対応のウェイポイントサンプリングです。 靴を装着したUnitree Go2のシミュレーション結果から,靴による形態変化後,SHOESが歩行性能を著しく回復することが明らかとなった。 同じ適応予算の下では、SHOESはFiLMのみ、線形アダプタのみ、残留RLベースラインを上回っている。 人間の靴を装着したUnitree Go2の実環境実験は、ハードウェア展開におけるSHOESの有効性をさらに評価した。

関連論文リスト

• Rapid Embodiment Adaptation for Quadrupedal Locomotion [34.58092949618632]
  人間は身体が老朽化、怪我、荷物を運ぶことで容易に動きを変えるが、ハードウェア特性が変化すると、学習ベースのロボットポリシーは壊れることが多い。 短時間の相互作用履歴から実施パラメータを推定する四足歩行のためのオンライン実施適応フレームワークを提案する。 本手法は,半秒以内の物理的変化を識別する軽量適応モジュールと,具体的ランダム化の下で訓練されたジェネラリストポリシーを組み合わせたものである。
  論文  参考訳（メタデータ） (2026-08-02T21:31:49Z)
• X2-N: A Transformable Wheel-legged Humanoid Robot with Dual-mode Locomotion and Manipulation [12.614951789242896]
  両モードの移動と操作が可能なハイDoF変換ロボットであるX2-Nを提案する。 X2-Nはヒューマノイドと車輪脚の両方で動作し、関節再構成によってシームレスに変換できる。 我々は,動的なスケートライクな動き,階段登り,パッケージ配信など,難易度の高い移動・操作タスクにおいて,X2-Nを検証した。
  論文  参考訳（メタデータ） (2026-04-23T11:10:11Z)
• Learning Whole-Body Humanoid Locomotion via Motion Generation and Motion Tracking [22.8041193953823]
  高次元制御、形態的不安定性、および車載認識を用いた様々な地形へのリアルタイム適応の必要性により、全身のヒューマノイド移動は困難である。 本研究では,参照動作から学んだスキルと地形認識適応を組み合わせた全身ヒューマノイド移動フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-19T09:02:55Z)
• Offline Adaptation of Quadruped Locomotion using Diffusion Models [59.882275766745295]
  本稿では,複数のスキル間の相互補間と学習の限界に同時に対処する,四足歩行への拡散に基づくアプローチを提案する。 これらの機能は、マルチスキルポリシーと互換性があり、ほとんど変更することなく、最小限の計算オーバーヘッドで適用可能であることを示す。 ANYmal四重奏プラットフォーム上でのハードウェア実験によるアプローチの有効性を検証する。
  論文  参考訳（メタデータ） (2024-11-13T18:12:15Z)
• Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment [88.06408322210025]
  展開中のシナリオにオンザフライで適応する問題について検討する。 ROAM(RObust Autonomous Modulation)は,事前学習した行動の知覚値に基づくメカニズムを提案する。 ROAMによりロボットはシミュレーションと実Go1の四足歩行の両方の動的変化に迅速に適応できることを示す。
  論文  参考訳（メタデータ） (2023-11-02T08:22:28Z)
• Adapting Rapid Motor Adaptation for Bipedal Robots [73.5914982741483]
  移動制御の急速な適応の最近の進歩を活用し、二足歩行ロボットで作業できるように拡張する。 A-RMAはモデルフリーRLを用いて微調整することで不完全外部推定器の基本方針を適応する。 シミュレーションにおいて,A-RMAはRLベースのベースラインコントローラやモデルベースコントローラよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-05-30T17:59:09Z)
• 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)
• Meta-Reinforcement Learning for Adaptive Motor Control in Changing Robot Dynamics and Environments [3.5309638744466167]
  この研究は、ロバストな移動のための異なる条件に制御ポリシーを適応させるメタラーニングアプローチを開発した。 提案手法は, インタラクションモデルを更新し, 推定された状態-作用軌道のアクションをサンプル化し, 最適なアクションを適用し, 報酬を最大化する。
  論文  参考訳（メタデータ） (2021-01-19T12:57:12Z)

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。