論文の概要: Modeling and Understanding Neural Weights of Humanoid Policies with Diffusion

• arxiv url: http://arxiv.org/abs/2610.20606v1
• Date: Wed, 14 Oct 2026 17:59:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.301699
• Title: Modeling and Understanding Neural Weights of Humanoid Policies with Diffusion
• Title（参考訳）: 拡散型ヒューマノイドの神経重みのモデル化と理解
• Abstract要約: 本研究では,ハイパフォーマンスなヒューマノイド制御ネットワークが,その重みを通して直接的に生成的にモデル化できるかどうかを検討する。 我々は,Unitree G1ロボットの強化学習から収集したネットワークを訓練した。 ロボットの運動を常に反映する第一層重みの構造原理を同定する。
• 参考スコア（独自算出の注目度）: 8.50357398610097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in robot learning have driven rapid progress in humanoid control, enabling increasingly agile behaviors in the real world. However, humanoid control networks are typically obtained through conventional training procedures, while comparatively little attention has been given to directly modeling the distribution of their learned weights and generating functional networks in weight space. In this work, we investigate whether high-performing humanoid control networks can be generatively modeled directly through their weights. We adopt a latent diffusion framework that couples a linear autoencoder with a Diffusion Transformer. The autoencoder compresses actor network parameters into a compact latent space, and the Diffusion Transformer models the distribution of these latents. Trained on networks collected from reinforcement learning for the Unitree G1 robot, our approach generates deployable networks that perform various motions in the real world, including walking, dancing, and spin kick. Beyond generation, we further study the learned weight space to better understand the structure captured by these humanoid control networks. We identify a structural principle in the first-layer weights that consistently reflects the robot's kinematic prior. Notably, this kinematic prior emerges under both Reinforcement Learning (RL) and Imitation Learning (IL) training, suggesting that it is not specific to a particular optimization process but may instead reflect common knowledge associated with humanoid embodiment. Together, these results demonstrate the feasibility of generative modeling in humanoid network weight space, while providing initial insights into the information encoded by their learned weights. Additional results are available on our project website: https://humanoid-weight-diffusion.github.io/
• Abstract（参考訳）: ロボット学習の最近の進歩は、ヒューマノイド制御の急速な進歩を招き、現実世界におけるアジャイルな行動の増大を可能にしている。 しかしながら、ヒューマノイド制御ネットワークは通常、従来のトレーニング手順によって得られるが、学習した重みの分布を直接モデル化し、重み空間で機能的なネットワークを生成するには、比較的注意が払われていない。 本研究では,ハイパフォーマンスなヒューマノイド制御ネットワークが,その重みを通して直接的にモデル化できるかどうかを検討する。 線形オートエンコーダと拡散変換器を結合する潜在拡散フレームワークを採用する。 オートエンコーダはアクターネットワークパラメータをコンパクトな潜在空間に圧縮し、拡散変換器はこれらの潜在空間の分布をモデル化する。 本研究は,Unitree G1ロボットの強化学習から得られたネットワークに基づいて,歩行,ダンス,スピンキックなど実世界でさまざまな動作を行うデプロイ可能なネットワークを生成する。 世代を超えて、これらのヒューマノイド制御ネットワークによって捕捉された構造をよりよく理解するために、学習した重量空間をさらに研究する。 ロボットの運動を常に反映する第一層重みの構造原理を同定する。 特に、このキネマティック事前はReinforcement Learning (RL) と Imitation Learning (IL) のトレーニングの両方の下で発生し、特定の最適化プロセスに固有のものではなく、むしろヒューマノイドの具体化に関連する共通の知識を反映している可能性があることを示唆している。 これらの結果は、ヒューマノイドネットワークの重み空間における生成モデルの実現可能性を示すとともに、学習した重みによって符号化された情報に対する最初の洞察を提供する。 追加の結果はプロジェクトのWebサイト(https://humanoid-weight-diffusion.github.io/)で公開されています。

関連論文リスト

• Articulated-Body Dynamics Network: Dynamics-Grounded Prior for Robot Learning [14.046146512352315]
  本稿では,フォワードダイナミクスの計算構造を基盤とした新しいグラフニューラルネットワークアーキテクチャであるArticulated-Body Dynamics Network (ABD-Net)を提案する。 提案手法は, 変圧器ベースラインやGNNベースラインと比較して, サンプル効率の向上と動的シフトへの一般化を示す。 さらに、実際のUnitree G1およびGo2ロボット、最先端のヒューマノイド、四足歩行プラットフォームに関する学習ポリシーを検証する。
  論文  参考訳（メタデータ） (2026-03-19T16:06:49Z)
• Learning Physics from Pretrained Video Models: A Multimodal Continuous and Sequential World Interaction Models for Robotic Manipulation [63.04810454548667]
  我々は、ロボット操作タスクを解決するために、スケーラブルで連続的かつシーケンシャルな世界インタラクションフレームワークであるPhysGenを紹介した。 トレーニング済みのビデオモデルを物理シミュレーターのプロキシとして扱うことで、PhysGenは外部環境とロボット動作の間の動的相互作用をモデル化する。 本稿では,映像とアクションを共有物理トークンに統合し,離散映像生成と連続ロボット制御のギャップを埋めるマルチモーダル連続表現を提案する。
  論文  参考訳（メタデータ） (2026-02-18T14:58:18Z)
• Learning Visually Interpretable Oscillator Networks for Soft Continuum Robots from Video [4.857795247230421]
  本稿では,自動エンコーダに基づく潜在動的学習のためのプラグイン・アンド・プレイモジュールであるAttention Broadcast Decoder (ABCD)を紹介する。 ABCDは静的背景をフィルタリングしながら、各潜伏次元の寄与をローカライズした画素精度の注意マップを生成する。 ABCDに基づくモデルにより,複数ステップの予測精度が大幅に向上することが実証された。
  論文  参考訳（メタデータ） (2025-11-23T07:27:39Z)
• Physical Autoregressive Model for Robotic Manipulation without Action Pretraining [65.8971623698511]
  我々は、自己回帰ビデオ生成モデルを構築し、物理自己回帰モデル(PAR)を提案する。 PARは、アクション事前トレーニングを必要とせず、物理力学を理解するために、ビデオ事前トレーニングに埋め込まれた世界の知識を活用する。 ManiSkillベンチマークの実験は、PARがPushCubeタスクで100%の成功率を達成したことを示している。
  論文  参考訳（メタデータ） (2025-08-13T13:54:51Z)
• VidMan: Exploiting Implicit Dynamics from Video Diffusion Model for Effective Robot Manipulation [79.00294932026266]
  VidManは、安定性を高め、データ利用効率を向上させるために、2段階のトレーニングメカニズムを使用する新しいフレームワークである。 我々のフレームワークは、CALVINベンチマークで最先端のベースラインモデルGR-1を上回り、11.7%の相対的な改善を実現し、OXEの小規模データセットで9%以上の精度向上を示す。
  論文  参考訳（メタデータ） (2024-11-14T03:13:26Z)
• Neural Residual Diffusion Models for Deep Scalable Vision Generation [17.931568104324985]
  我々は,統一的かつ大規模に拡張可能なニューラルネットワーク残差拡散モデルフレームワーク(Neural-RDM)を提案する。 提案したニューラル残差モデルは、画像およびビデオ生成ベンチマークの最先端スコアを取得する。
  論文  参考訳（メタデータ） (2024-06-19T04:57:18Z)
• Neural Network Diffusion [45.851945143942885]
  拡散モデルはランダムノイズから潜在表現を合成するために訓練される。 このモデルは次に新しい表現を生成し、オートエンコーダのデコーダを通過してハイパフォーマンスなネットワークパラメータの新しいサブセットを生成する。
  論文  参考訳（メタデータ） (2024-02-20T16:59:03Z)
• GEM: Group Enhanced Model for Learning Dynamical Control Systems [78.56159072162103]
  サンプルベースの学習が可能な効果的なダイナミクスモデルを構築します。 リー代数ベクトル空間上のダイナミクスの学習は、直接状態遷移モデルを学ぶよりも効果的であることを示す。 この研究は、ダイナミクスの学習とリー群の性質の関連性を明らかにし、新たな研究の方向への扉を開く。
  論文  参考訳（メタデータ） (2021-04-07T01:08:18Z)

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。