論文の概要: SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance

• arxiv url: http://arxiv.org/abs/2610.25711v1
• Date: Mon, 19 Oct 2026 03:00:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 12:10:59.694706
• Title: SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance
• Title（参考訳）: SWAP:テストタイムステアブルなヒューマノイド全体衝突回避
• Abstract要約: SWAP(Steerable Whole-body Avoidance Policy)は、衝突を意識した意思決定と安定化を分離する階層的な枠組みである。 高レベルな知覚条件付き拡散ポリシーは、多重モードの衝突対応モーションプロポーザルを生成する。 低レベルの全身RLコントローラはこれらの提案を追跡し、動的バランスを維持する。
• 参考スコア（独自算出の注目度）: 45.883245648611954
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Humanoid robots operating in human-centric environments must coordinate the entire body to traverse tight, cluttered spaces while maintaining balance. Existing methods often struggle to jointly consider dynamic stability and collision avoidance from high-dimensional perceptual inputs. Moreover, for humanoids, safe behavior is inherently multimodal: the same obstacle may admit multiple valid traversals, which is difficult to represent with a single deterministic policy. To address these challenges, we propose SWAP (Steerable Whole-body Avoidance Policy), a hierarchical framework that separates collision-aware decision making from stabilization. A high-level, perception-conditioned diffusion policy generates multimodal, collision-aware motion proposals, while a low-level whole-body RL controller tracks these proposals and maintains dynamic balance. To efficiently train the high-level policy, we obtain scalable supervision via hindsight labeling: we roll out the low-level policy under randomized commands, place obstacles only in the space that each executed motion did not sweep, so the motion is collision-free by construction, and re-render the perception the robot would have seen. At deployment, Monte Carlo sampling with simple cost signals steers the diffusion model toward safe, task-aligned behaviors without heavy reward tuning. Experiments in simulation and on a real Unitree G1 humanoid show reliable avoidance with static and dynamic obstacles. Test-time steering further enables customization, improving targeted rewards (e.g., speed, orientation, or posture) by 34% on average while maintaining a high collision avoidance rate. Together, these results support a practical solution to humanoid whole-body collision avoidance with test-time steerability. Project website: https://iscoyizj.github.io/SWAP-steerable-humanoid-oa-website/
• Abstract（参考訳）: 人間中心の環境で動くヒューマノイドロボットは、バランスを維持しながら、体全体を密で散らばった空間を横切るように調整する必要がある。 既存の方法は、高次元の知覚入力からの動的安定性と衝突回避を共同で考えるのに苦労することが多い。 さらに、ヒューマノイドにとって安全な行動は本質的にマルチモーダルであり、同じ障害は複数の有効なトラバーサルを許容する可能性がある。 これらの課題に対処するため、我々は、衝突認識決定を安定化から分離する階層的枠組みであるSWAP(Steerable Whole-body Avoidance Policy)を提案する。 高レベルの知覚条件付き拡散ポリシは多重モードの衝突対応モーションプロポーザルを生成し、低レベルの全身RLコントローラはこれらの提案を追跡し、動的バランスを維持する。 ランダム化されたコマンドの下で低レベルのポリシーをロールアウトし、実行された各動作が網羅していない空間に障害物を配置することで、ロボットが見たような知覚を再認識する。 展開時にモンテカルロは単純なコスト信号でサンプリングし、重い報酬のチューニングなしに安全なタスク整合した振る舞いに向けて拡散モデルを操縦する。 シミュレーションおよび実際のUnitree G1ヒューマノイド上での実験は、静的および動的障害物による確実な回避を示す。 テストタイムステアリングはさらにカスタマイズを可能にし、衝突回避率を維持しながら、目標報酬(例えば、速度、方向、姿勢)を平均で34%改善する。 これらの結果は, 人体全体の衝突回避とテストタイムステアビリティの両立に有効である。 プロジェクトウェブサイト:https://iscoyizj.github.io/SWAP-steerable-humanoid-oa-website/

関連論文リスト

• Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
  本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。 このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。 物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T04:55:12Z)
• Learning-Based Dynamic Obstacle Avoidance for a UAV Using Only Three Range Sensors [1.2246649738388389]
  本研究では,未知の動環境下で一定高度で動作する無人航空機(UAV)のキノダイナミック・オンライン・モーション・プランニングに対する学習に基づくアプローチを提案する。 提案フレームワークは,行動グリッドマップの表現をDeep Reinforcement Learning (DRL)と統合し,継続的制御における安定した政策学習を実現する。 キーとなるアイデアは、低コストな3つの指向性レンジセンサーのみを使用して、信頼性の高いナビゲーションを可能にする状態表現と制御ポリシーの共設計である。
  論文  参考訳（メタデータ） (2026-09-13T10:53:43Z)
• Sliding Mode Control for Safe Trajectory Tracking with Moving Obstacles Avoidance: Experimental Validation on Planar Robots [1.7044368816068716]
  本稿では,ロバストな軌道追跡と移動障害物回避のための統合制御フレームワークを提案する。 提案アーキテクチャは,衝突回避制約を厳格に実施しつつ,外乱の有無の追跡を保証している。 このアプローチの有効性と汎用性は、数値シミュレーションと広範囲な実世界の実験によって検証される。
  論文  参考訳（メタデータ） (2026-04-27T14:20:10Z)
• 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)
• HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
  本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。 我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。 ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-12T09:34:35Z)
• Warm-Starting Collision-Free Model Predictive Control With Object-Centric Diffusion [38.363402738466334]
  拡散型ウォームスタート条件と潜時オブジェクト中心のシーン表現を組み合わせることで、厳密な時間制限下での信頼性と効率的な動き生成が得られることを示す。 提案手法では,オブジェクト中心のスロットアテンション機構を用いて,システム状態,タスク,周囲に拡散トランスフォーマを設定できる。 サンプル軌道は、剛体力学と符号-距離衝突制約を強制する最適制御問題によって洗練される。
  論文  参考訳（メタデータ） (2026-01-06T10:02:54Z)
• Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
  本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。 当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
  論文  参考訳（メタデータ） (2025-12-08T15:56:18Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)

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。