論文の概要: Action-Aligned Latent Planning for Versatile Humanoid Loco-Manipulation

• arxiv url: http://arxiv.org/abs/2610.24675v1
• Date: Sat, 17 Oct 2026 12:59:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.264438
• Title: Action-Aligned Latent Planning for Versatile Humanoid Loco-Manipulation
• Title（参考訳）: 可逆性ヒューマノイドロコマニピュレーションのための行動適応型潜時計画法
• Abstract要約: 多様なヒューマノイドのロコ操作のための単一の知覚的ポリシーを学ぶには、高いレベルのタスク決定を統一する必要がある。 本稿では,凍結行動基盤モデル(BFM)の潜在空間を共有計画表現として利用するフレームワークであるFIBERを提案する。 シミュレーションおよび実際のユニツリーG1ヒューマノイドにおけるFIBERの評価を行った。
• 参考スコア（独自算出の注目度）: 21.141078173514227
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learning a single perceptive policy for diverse humanoid loco-manipulation requires unifying high-level task decisions without losing the state-dependent physical responses that make each interaction succeed. This makes the representation between high-level planning and whole-body control critical: kinematic or contact targets provide compact abstractions but do not directly encode interaction-specific control responses, while directly predicting low-level actions requires the planner to model high-frequency closed-loop feedback. We propose FIBER, a framework that uses the executable latent space of a frozen behavioral foundation model (BFM) as a shared planning representation for heterogeneous interaction skills. Our latent policy projection (LPP) maps independently acquired task-specific policies into this representation by identifying latent commands whose induced actions match their local control responses, enabling lower-rate planning while retaining the BFM's high-frequency state feedback. After projection, we aggregate closed-loop latent rollouts from all skills and train a single perceptive flow planner entirely offline. We further introduce AH-BFM, an adaptive-horizon BFM trained with multi-gamma forward-backward (FB) learning to support both precise control and temporally extended whole-body behavior. We evaluate FIBER on box pickup, door opening, and object grasping in simulation and on a real Unitree G1 humanoid. Across 128 diverse variations per task in simulation, FIBER achieves 42.0% mean success, more than tripling projected latent replay (11.6%) and substantially outperforming kinematic planning (3.5%). Real-world experiments further demonstrate sim-to-real transfer, skill chaining, and conditional steering through the same unified planner.
• Abstract（参考訳）: 多様なヒューマノイドのロコ操作のための単一の知覚的ポリシーを学ぶには、それぞれのインタラクションを成功させる状態依存の物理的応答を失うことなく、ハイレベルなタスク決定を統一する必要がある。 キネマティックまたはコンタクトターゲットはコンパクトな抽象化を提供するが、相互作用固有の制御応答を直接エンコードするわけではない。 本研究では,凍結行動基盤モデル(BFM)の潜在空間を異種インタラクションスキルの共有計画表現として利用するフレームワークであるFIBERを提案する。 我々の潜在ポリシープロジェクション(LPP)は、BFMの高周波状態フィードバックを維持しながら、その局所的な制御応答に一致した潜在コマンドを識別し、タスク固有のポリシーを独立してこの表現にマッピングする。 プロジェクション後、すべてのスキルからクローズドループラテントロールアウトを集約し、単一の知覚フロープランナーを完全にオフラインでトレーニングします。 さらに,AH-BFM(AH-BFM)を導入する。これは多ガンマ前方学習(FB)を用いて訓練された適応水平BFMで,正確な制御と時間的に拡張された全身行動の両方をサポートする。 シミュレーションおよび実際のユニツリーG1ヒューマノイドにおけるFIBERの評価を行った。 シミュレーションでは、1タスクあたりの128種類のバリエーションに対して、FIBERは平均42.0%の成功を達成しており、これは3つの潜在リプレイ(11.6%)よりも高く、キネマティックプランニング(英語版)(英語版)(英語版)(英語版)(英語版)(英語版)(英語版)(英語版)(英語版)(英語版)(3.5%)よりも大幅に優れていた。 実世界の実験は、同じ統合プランナーを通してシミュレート・トゥ・リアル・トランスファー、スキル・チェーン、条件付きステアリングをさらに実証する。

関連論文リスト

• I-BFM: Reward-Conditioned Robust Humanoid Interaction via Unsupervised Reinforcement Learning [17.83158113912257]
  我々は,ヒューマノイド-物体相互作用のための最初のBFMについて,我々の知る限りI-BFMを紹介する。 I-BFMは、ヒューマノイド、オブジェクト、およびそれらの接触間の結合力学の共有表現を学習する。 単一のI-BFMポリシーは、キャリー、プッシュ、キックを行うと同時に、ゴール到達、モーショントラッキング、スタイリスティックコントロール、ロングホライゾンタスクチェーンをサポートする。
  論文  参考訳（メタデータ） (2026-10-05T11:01:59Z)
• WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation [85.15806404962193]
  行動条件付き世界モデル(ACWM)は、計画、ポリシー評価、データ生成のためのスケーラブルな予測シミュレータを具現化したAIを提供することを約束する。 物理シミュレータが期待する観測能力を用いてACWMを評価する。 WorldSimProbeは、制御のバリエーション、相互作用のグラウンディングにおける構造化された障害、ダイナミックスにまたがる、システマティックなアクション実現の劣化を明らかにする。
  論文  参考訳（メタデータ） (2026-08-10T08:48:06Z)
• Scaling Behavior Foundation Model for Humanoid Robots [77.31115920959364]
  行動基礎モデル(BFM)は、大規模な行動データを活用することで課題に対処する有望なソリューションとして登場した。 提案手法は制御忠実度とタスク一般化の大幅な改善をもたらすことを示す。 これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
  論文  参考訳（メタデータ） (2026-07-16T16:08:27Z)
• ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
  ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。 定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。 これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
  論文  参考訳（メタデータ） (2026-06-29T14:27:27Z)
• Afford-VLA: Action-Aligned Visual Planning via Internalized Affordance [108.46436073194546]
  効果的なプランニングは、ローカルで、視覚的に基礎があり、内部で生成され、アクションと直接整合するべきである、と私たちは主張する。 本稿では,タスク条件付きアベイランスをVLAモデル内で明示的な視覚的計画インターフェースとして内包する統合フレームワークであるAfford-VLAを提案する。
  論文  参考訳（メタデータ） (2026-05-22T20:43:47Z)
• World Action Verifier: Self-Improving World Models via Forward-Inverse Asymmetry [82.93104394404781]
  汎用世界モデルは、スケーラブルなポリシー評価、最適化、計画を約束します。 本稿では,世界モデルによる予測誤りと自己改善を識別するフレームワークであるWorld Action Verifier(WAV)を提案する。
  論文  参考訳（メタデータ） (2026-04-02T12:48:36Z)
• The Cognitive Bandwidth Bottleneck: Shifting Long-Horizon Agent from Planning with Actions to Planning with Schemas [56.62286434195321]
  本稿では2つの異なる行動表現の有効性を体系的に研究する。 本稿では,その違いを質的に理解するための概念的枠組みとして,認知的帯域幅の観点を提案する。 より有能なPwSエージェントを構築するための実用的なガイドを提供する。
  論文  参考訳（メタデータ） (2025-10-08T14:47:40Z)
• Diffusion-Based Planning for Autonomous Driving with Flexible Guidance [19.204115959760788]
  閉ループ計画のための新しい変圧器ベース拡散プランナを提案する。 本モデルは,予測タスクと計画タスクの協調モデリングを支援する。 様々な運転スタイルで頑健な伝達性を持つ最先端の閉ループ性能を実現する。
  論文  参考訳（メタデータ） (2025-01-26T15:49:50Z)

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。