論文の概要: HuMiT: Low-Latency Whole-Body Humanoid Teleoperation via Compact Reference Tracking
- arxiv url: http://arxiv.org/abs/2610.29903v1
- Date: Wed, 21 Oct 2026 15:45:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.394333
- Title: HuMiT: Low-Latency Whole-Body Humanoid Teleoperation via Compact Reference Tracking
- Title（参考訳）: HuMiT:小型基準追跡による低レイテンシ全体人型遠隔操作
- Abstract要約: We present HuMiT, a real-time whole-body humanoid teleoperation system built on a unified tracking policy。
当社のポリシでは,ヘッドセットストリーミングとポリシ出力の通信と推論の遅延を20msで計測する。
本システムはユニトリーG1ヒューマノイド上で,投げたボールをキャッチするなどのスプリット秒反応を示す。
- 参考スコア（独自算出の注目度）: 32.44913680635984
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real-time whole-body humanoid teleoperation remains challenging due to the computational latency introduced by optimization-based retargeting pipelines and future-frame conditioning. Existing motion tracking policies typically require dense reference targets including full joint positions, body-part transformations, and even future frames, which tightly couples the controller to expensive upstream modules. In this work, we present HuMiT, a whole-body teleoperation system built on a unified tracking policy that requires only a compact reference target, consisting of root height, root velocity, and the SE(3) poses of four sparse keypoints at the current frame, yet achieves competitive tracking fidelity compared to methods relying on more diverse reference states including complete joint positions, dense body-part transformations, and even future frames. Experiments show that our policy achieves a communication-to-inference latency of $\sim$20 ms measured between headset streaming and policy output and a video-based optical flow latency of 65 ms (median) across different motion types. We validate the system on a Unitree G1 humanoid, showcasing split-second reactive responses such as catching a tossed ball, as well as coordinated loco-manipulation capabilities. Project page: https://xiaohu-art.github.io/Track/.
- Abstract（参考訳）: 最適化ベースのリターゲティングパイプラインと将来のフレームコンディショニングによってもたらされる計算遅延のため、リアルタイムな全身ヒューマノイド遠隔操作は依然として困難である。
既存のモーショントラッキングポリシーは、通常、完全な関節位置、体の一部の変換、さらには将来のフレームを含む高密度の参照ターゲットを必要とし、コントローラを高価な上流モジュールに密結合させる。
本研究では, ルート高さ, ルート速度, SE(3) からなるコンパクトな基準目標のみを必要とする統一的なトラッキングポリシに基づく全身遠隔操作システム HuMiT を提案する。
実験の結果,ヘッドセットのストリーミングとポリシー出力の20msの通信と推論の待ち時間と,動画ベース光フローの65ms (median) を異なるモーションタイプで測定した。
本システムはUnitree G1ヒューマノイド上で,投げたボールをキャッチするなどのスプリット秒反応と,協調したロコ操作能力を示す。
プロジェクトページ: https://xiaohu-art.github.io/Track/。
関連論文リスト
- Fast Motion Retargeting Pipeline for Scalable Humanoid Robot Learning [8.017186118280366]
既存のキノダイナミック軌道最適化パイプラインは計算コストが高く、運動ごとに手動で調整する必要があることが多い。
本稿では,FRDV(Fast Retargeting with Dynamics Validation)について述べる。
そのキネマティックステージはシークエンシャル・クアドラティック・プログラミング、リアルタイム・イット、チャンクベースの処理を統合し、最大9,156フレーム/秒を実現し、GMRやProtoMotionの約136倍高速である。
論文 参考訳（メタデータ） (2026-10-20T16:22:00Z) - Mobile UMI: Cross-View Diffusion Policy with Decoupled Kinematics for Mobile Manipulation [4.311650365696827]
最近の手首搭載インタフェースはテーブルトップデータ収集のコストを下げるが、単一の手首ビューはベースナビゲーションに必要なグローバルなコンテキストを捉えない。
生成ポリシーは数百ミリ秒の推論遅延を導入します。
本稿では,3つのコンポーネント間のギャップに対処するハードウェアフリーなデモフレームワークであるMobile UMIを提案する。
論文 参考訳（メタデータ） (2026-05-20T08:33:53Z) - Kinodynamic Motion Retargeting for Humanoid Locomotion via Multi-Contact Whole-Body Trajectory Optimization [6.47799404542057]
我々は,人体移動の新しいアプローチであるKinoDynamic Motion Retargeting (KDMR) フレームワークを提案する。
本手法は,ヒトのような接触パターンを正確に再現するために,ヒールトイ接触イベントを自動的に検出する。
実験の結果,KDMRはキネマティック法よりも有意に優れていた。
論文 参考訳（メタデータ） (2026-03-10T17:51:17Z) - SiamGM: Siamese Geometry-Aware and Motion-Guided Network for Real-Time Satellite Video Object Tracking [35.014174355605476]
衛星ビデオにおける単一の物体追跡は、本質的に小さなターゲット、ぼやけた背景、大きなアスペクト比の変化によって挑戦される。
空間的あいまいさと時間的情報損失を緩和する新しい幾何認識および動き誘導型シームズネットワークであるSiamGMを提案する。
SiamGMは計算オーバーヘッドをほとんどなくし、毎秒130フレームのリアルタイムトラッキングを可能にする(FPS)
論文 参考訳（メタデータ） (2026-03-08T10:00:24Z) - 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) - Event-Based Visual Teach-and-Repeat via Fast Fourier-Domain Cross-Correlation [52.46888249268445]
本稿では,最初のイベントカメラを用いた視覚指導・再生システムを提案する。
本研究では,イベントストリームマッチング問題を計算効率の良い空間乗算に変換する周波数領域相互相関フレームワークを開発した。
Prophesee EVK4 HDイベントカメラをAgileX Scout Miniロボットに搭載した実験では、自律走行が成功している。
論文 参考訳（メタデータ） (2025-09-21T23:53:31Z) - MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。
事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。
このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
論文 参考訳（メタデータ） (2024-12-02T09:13:29Z) - Real-Time Motion Prediction via Heterogeneous Polyline Transformer with
Relative Pose Encoding [121.08841110022607]
既存のエージェント中心の手法は、公開ベンチマークで顕著な性能を示した。
K-nearest neighbor attention with relative pose encoding (KNARPE) は、トランスフォーマーがペアワイズ相対表現を使用できる新しいアテンション機構である。
エージェント間でコンテキストを共有し、変化しないコンテキストを再利用することで、私たちのアプローチはシーン中心のメソッドと同じくらい効率的になり、最先端のエージェント中心のメソッドと同等に実行されます。
論文 参考訳（メタデータ） (2023-10-19T17:59:01Z) - Tracking Everything Everywhere All at Once [111.00807055441028]
ビデオシーケンスから高密度及び長距離運動を推定するための新しいテスト時間最適化法を提案する。
我々はOmniMotionと呼ばれる完全で一貫した動作表現を提案する。
提案手法は,従来の最先端手法よりも定量的にも定性的にも大きなマージンで優れている。
論文 参考訳（メタデータ） (2023-06-08T17:59:29Z) - Real-time Controllable Motion Transition for Characters [14.88407656218885]
リアルタイムの動作生成はゲームでは普遍的に必要であり、既存のアニメーションパイプラインでは非常に望ましい。
我々のアプローチは、運動多様体と条件遷移という2つの重要な構成要素から構成される。
提案手法は,複数の測定基準の下で測定された高品質な動きを生成できることを示す。
論文 参考訳（メタデータ） (2022-05-05T10:02:54Z)
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。