論文の概要: PolyMorph: Learning Locomotion Policy for Cross-Embodiment Adaptation

• arxiv url: http://arxiv.org/abs/2610.19615v1
• Date: Wed, 14 Oct 2026 05:36:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.983337
• Title: PolyMorph: Learning Locomotion Policy for Cross-Embodiment Adaptation
• Title（参考訳）: PolyMorph: クロス・エボディメント適応のためのロコモーション政策の学習
• Abstract要約: PolyMorphは、異種脚ロボットのための単一の移動ポリシーを学ぶ、形態条件付きフレームワークである。 以上の結果から,ロボットごとのポリシー再訓練を行なわずに,ロボット形態の多様性にまたがる単一のポリモルフポリシーが一般化されることが示唆された。
• 参考スコア（独自算出の注目度）: 3.33859980990311
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reinforcement learning has enabled robust locomotion for legged robots, but learned policies are typically tied to a specific robot morphology and require additional engineering when the number of legs, actuators, or mechanical properties change. We present PolyMorph, a morphology-conditioned framework that learns a single locomotion policy for heterogeneous legged robots. PolyMorph converts each robot's URDF into joint-link modules and combines a recurrent encoder, graph-based Transformer, and per-joint decoder to generate actions across variable leg counts and joint configurations. To improve training stability, PolyMorph uses morphology-normalized rewards, adaptive robot sampling, and URDF-derived PD-gain initialization. We evaluate PolyMorph in simulation across bipedal, tripedal, and quadrupedal robots, including unseen morphology variants and platforms, and deploy the policy on real quadruped platforms operated in multiple configurations. The results show that a single PolyMorph policy generalizes across diverse robot morphologies without per-robot policy retraining.
• Abstract（参考訳）: 強化学習は、脚のあるロボットの頑丈な移動を可能にするが、学習されたポリシーは、通常特定のロボットの形態に結び付けられ、脚の数、アクチュエータ数、機械的特性が変化するときに追加のエンジニアリングを必要とする。 異種脚ロボットのための単一移動ポリシーを学習する形態条件付きフレームワークであるPolyMorphを提案する。 PolyMorphは各ロボットのURDFをジョイントリンクモジュールに変換し、リカレントエンコーダ、グラフベースのトランスフォーマー、およびジョイント・デコーダを組み合わせて、可変脚数と関節構成のアクションを生成する。 トレーニング安定性を向上させるために、PolyMorphは形態素正規化報酬、適応型ロボットサンプリング、URDF由来のPD-ゲイン初期化を使用している。 両足歩行・三足歩行・四足歩行ロボットを対象とし,多足歩行・三足歩行・四足歩行のシミュレーションでPolyMorphを評価し,複数の構成で動作している実四足歩行プラットフォームにポリシーを展開した。 その結果,ロボットごとのポリシーを訓練することなく,単一のポリモルフポリシーが多様なロボット形態にまたがって一般化されることが示唆された。

関連論文リスト

• MorFiC: Fixing Value Miscalibration for Zero-Shot Quadruped Transfer [50.54752207285298]
  異なる形態を持つ四足歩行ロボット間で学習された移動ポリシーを一般化することは、依然として課題である。 単一共有ポリシを用いたゼロショットクロスモルフォロジーロコモーションのための強化学習手法であるMorFiCを提案する。 また,MorFiCは,形態素間の値予測誤差の分散を低減し,有利な推定値を安定化することを示した。
  論文  参考訳（メタデータ） (2026-03-15T19:03:34Z)
• AdaMorph: Unified Motion Retargeting via Embodiment-Aware Adaptive Transformers [49.796014934503184]
  本研究では、単一モデルで多様なロボット形態に人間の動きを適応させることができる統一型ニューラルネットワークフレームワークを提案する。 12個の異なるヒューマノイドロボットの実験結果から、AdaMorphが異種トポロジにわたって効果的に制御できることが示されている。
  論文  参考訳（メタデータ） (2026-01-12T07:39:38Z)
• One Policy to Run Them All: an End-to-end Learning Approach to Multi-Embodiment Locomotion [17.57131579462332]
  統一ロボット形態学アーキテクチャであるURMAを紹介する。 我々のフレームワークは、脚のあるロボットの領域にエンドツーエンドのマルチタスク強化学習アプローチをもたらす。 URMAはロボットプラットフォームに容易に移動可能な複数の実施形態の移動ポリシーを学習できることを示す。
  論文  参考訳（メタデータ） (2024-09-10T09:44:15Z)
• Universal Morphology Control via Contextual Modulation [52.742056836818136]
  異なるロボット形態をまたいだ普遍的なポリシーの学習は、継続的な制御における学習効率と一般化を著しく向上させることができる。 既存の手法では、グラフニューラルネットワークやトランスフォーマーを使用して、異種状態と異なる形態のアクション空間を処理する。 本稿では,この依存関係を文脈変調によりモデル化する階層型アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-22T00:04:12Z)
• MetaMorph: Learning Universal Controllers with Transformers [45.478223199658785]
  ロボット工学では、主に1つのタスクのために1つのロボットを訓練します。 モジュラーロボットシステムは、汎用的なビルディングブロックをタスク最適化形態に柔軟な組み合わせを可能にする。 モジュール型ロボット設計空間上でユニバーサルコントローラを学習するためのトランスフォーマーベースのアプローチであるMetaMorphを提案する。
  論文  参考訳（メタデータ） (2022-03-22T17:58:31Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• Bayesian Meta-Learning for Few-Shot Policy Adaptation Across Robotic Platforms [60.59764170868101]
  強化学習手法は、重要な性能を達成できるが、同じロボットプラットフォームで収集される大量のトレーニングデータを必要とする。 私たちはそれを、さまざまなロボットプラットフォームで共有される共通の構造を捉えるモデルを見つけることを目標とする、数ショットのメタラーニング問題として定式化します。 我々は,400個のロボットを用いて,実ロボットピッキング作業とシミュレーションリーチの枠組みを実験的に評価した。
  論文  参考訳（メタデータ） (2021-03-05T14:16:20Z)

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。