Fugu-MT 論文翻訳(概要): A Trainable CPG Framework for Quadruped Locomotion

論文の概要: A Trainable CPG Framework for Quadruped Locomotion

arxiv url: http://arxiv.org/abs/2610.36537v1
Date: Tue, 27 Oct 2026 02:49:18 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-28 21:04:31.469064
Title: A Trainable CPG Framework for Quadruped Locomotion
Title（参考訳）: 四足歩行のためのトレーニング可能なCPGフレームワーク
Abstract要約: 対称性に基づく8ニューロン中心パターン生成器(CPG)は歩行リズムを提供する。事前訓練された脚共有実行ニューラルネットワーク(ENN)は、リズミカル信号と軌道パラメータを関節角参照にマッピングする。単一のフィードバックポリシは、6つの物理的に解釈可能な軌道変数を変調する。
参考スコア（独自算出の注目度）: 4.5547479960765616
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present CPG-ENN, a trainable quadruped locomotion framework that combines explicit neural coordination with learned motion realization. A symmetry-based eight-neuron central pattern generator (CPG) supplies gait rhythms, while a pretrained, leg-shared execution neural network (ENN) maps rhythmic signals and trajectory parameters to joint-angle references without online inverse kinematics. A single feedback policy modulates six physically interpretable trajectory variables. The controller tracks planar velocity and yaw-rate commands across walk, trot, pace, bound, and pronk without gait-specific learned controllers or transitionspecific rewards. Simulation yields 99.39% transition success across all 20 directed gait pairs and all source-target speed combinations from {0.5, 1.0, 1.5, 2.0} m/s. Ablations show high cross-gait transition feasibility without transition exposure; exposure mainly refines gait acquisition and velocity transients. Comparisons with AllGaits and Walk These Ways demonstrate accurate gait-speed regulation, and Unitree Go2 experiments validate five gaits and their transitions.
Abstract（参考訳）: 我々は、明示的なニューラルコーディネーションと学習された動きの実現を組み合わせたトレーニング可能な四足歩行フレームワークであるCPG-ENNを提案する。対称性に基づく8ニューロン中央パターン生成器(CPG)は歩行リズムを供給し、事前訓練された脚共有型実行ニューラルネットワーク(ENN)は、オンライン逆運動学を使わずにリズム信号と軌道パラメータを関節角参照にマッピングする。単一のフィードバックポリシは、6つの物理的に解釈可能な軌道変数を変調する。コントローラは、歩行、トロット、ペース、バウンド、およびプロンクにまたがる平面速度とヨーレートのコマンドを、歩行固有の学習コントローラーや遷移固有の報酬なしで追跡する。シミュレーションでは、20の方向の歩数対と、{0.5, 1.0, 1.5, 2.0} m/sのソースとターゲットの速度の組み合わせで99.39%の遷移が成功している。アブレーションは、遷移露光なしで高い交叉遷移実現可能性を示し、露出は主に歩行獲得と速度遷移を洗練させる。 AllGaits と Walk These Ways との比較では、正確な歩行速度の調節が示され、Unitree Go2 の実験では、5つの歩行とその遷移が検証されている。

関連論文リスト

Adaptive Traversal Tubes for Posture-Aware Navigation of Bipedal Humanoids [1.2183405753834562]
二足歩行のヒューマノイドは体を調節することで足跡を変え、狭い通行と社会的に認識される収量の両方を可能にします。本稿では,emphAdaptive Traversal tubes(ATT)を中心とした姿勢認識ナビゲーションフレームワークを提案する。 ATTは、参照経路に沿った行動可能な廊下幅のフィールドを表し、幾何学的クリアランスと社会的快適性を連続的な信号に統一する。 IVHは、この幅を連続した前後方向の姿勢スケジュールと全方向速度コマンドにマッピングする。 GVHMRを目標とした前/側ステップ運動と結合した速度条件AMPポリシー
論文参考訳（メタデータ） (2026-10-20T06:03:44Z)
GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
論文参考訳（メタデータ） (2026-09-26T13:14:53Z)
OmniMimic: Dynamics-completed Motion Augmentation for Multi-style Omnidirectional Quadruped Locomotion [37.74635813579993]
オムニミミック(OmniMimic, OmniMimic)は、動物実験の方向制限を単一のマルチゲートポリシーに変換する訓練フレームワークである。シミュレーションでは、OmniMimicは平均足位RMSEを前方および後方基準速度で12.9%削減する。
論文参考訳（メタデータ） (2026-09-17T15:28:48Z)
Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。 6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文参考訳（メタデータ） (2026-03-02T22:31:12Z)
Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
論文参考訳（メタデータ） (2025-12-08T11:42:41Z)
RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
論文参考訳（メタデータ） (2025-09-25T03:30:34Z)
Visual CPG-RL: Learning Central Pattern Generators for Visually-Guided Quadruped Locomotion [4.557963624437784]
視覚的に誘導された四足歩行を学習するための枠組みを提案する。奥深い強化学習フレームワークに、外感知覚と中央パターン生成装置を統合する。以上の結果から, CPG, 明示的インターオシレータ結合, メモリ対応ポリシ表現はエネルギー効率に有益であることが示唆された。
論文参考訳（メタデータ） (2022-12-29T18:14:38Z)
CPG-RL: Learning Central Pattern Generators for Quadruped Locomotion [4.56877715768796]
本稿では, 集中型パターン生成装置(CPG)を深部強化学習フレームワークに統合し, 頑健な四足歩行を実現する手法を提案する。シミュレーションでポリシをトレーニングし、Unitree A1の4倍体へのシミュレート・トゥ・リアル転送を行い、トレーニング中に見えない障害に対するロバストな振る舞いを観察する。
論文参考訳（メタデータ） (2022-11-01T13:41:13Z)
Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
制御戦略は姿勢と速度安定化に基づいている。 RNNは高非線形空力項の推定に用いられる。その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
論文参考訳（メタデータ） (2020-06-29T21:33:30Z)
Attention and Encoder-Decoder based models for transforming articulatory movements at different speaking rates [60.02121449986413]
LSTMを用いたエンコーダデコーダアーキテクチャを提案する。変換された調音運動の振幅を原音と異なる速度で解析する。 AstNetは,既存の変換手法よりも音節運動の持続時間と範囲をモデル化できる。
論文参考訳（メタデータ） (2020-06-04T19:33:26Z)

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。