論文の概要: CompliantBot: Learning Whole-Body Compliance across Task Interfaces for Humanoid Control

• arxiv url: http://arxiv.org/abs/2611.01748v1
• Date: Sun, 01 Nov 2026 09:52:12 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:37:06.715938
• Title: CompliantBot: Learning Whole-Body Compliance across Task Interfaces for Humanoid Control
• Title（参考訳）: CompliantBot:ヒューマノイド制御のためのタスクインターフェース間の全体コンプライアンス学習
• Abstract要約: CompliantBotは、モーショントラッキングとベロシティ・コマンド・ロコモーションのためのコンプライアンス・トレーニング・フレームワークである。 元のタスク入力を保存し、事前構築された準拠データやターゲットトラジェクトリを必要としない。 状態依存の相互作用力場がロボットの動きに負荷を加え、局所的な調音と全身の動きが経験した力を変化させることを可能にする。
• 参考スコア（独自算出の注目度）: 13.48092392451854
• License:
• Abstract: Humanoid controllers need the ability to yield to external forces while retaining the capacity to resume their original tasks. However, tracking objectives penalize the deviations needed for yielding, while relaxing tracking goals persistently can make task recovery harder. Existing approaches often rely on task-specific interaction command interfaces or constructed compliant motion data and reference trajectories, limiting the direct reuse of their compliance-training mechanisms across different task interfaces. We introduce CompliantBot, a compliance-training framework for motion tracking and velocity-command locomotion. It preserves the original task inputs and requires no preconstructed compliant data or target trajectories. A state-dependent interaction force field couples applied loads to the robot's motion, enabling local articulation and whole-body movement to change the forces experienced. A complementary force-magnitude reward encourages lower interaction loads, while task rewards are downweighted during loading and restored after release to coordinate yielding and task resumption. The trained policies use task inputs and proprioceptive history without explicit external-force measurements. Across both task interfaces, CompliantBot yields farther under constant pulls and experiences lower spring interaction loads than matched baselines, while resuming task tracking after force removal. CompliantBot achieves the highest task completion among the compared methods under stronger pulls. Power evaluations further show that CompliantBot has the lowest mean joint mechanical power among the compared methods. Real-robot demonstrations further illustrate compliant responses through arm motion, stepping, and body reorientation.
• Abstract（参考訳）: ヒューマノイドコントローラーは、元のタスクを再開する能力を維持しながら、外部の力に屈する能力を必要とする。 しかし、追跡対象は収量に必要な逸脱を罰し、追跡目標の緩和はタスクの回復を難しくする。 既存のアプローチは、タスク固有のインタラクションコマンドインターフェースや、異なるタスクインターフェース間でのコンプライアンストレーニング機構の直接的な再利用を制限するために、準拠したモーションデータや参照トラジェクトリの構築に依存していることが多い。 CompliantBotは、モーショントラッキングとベロシティ・コマンド・ロコモーションのためのコンプライアンス・トレーニング・フレームワークである。 元のタスク入力を保存し、事前構築された準拠データやターゲットトラジェクトリを必要としない。 状態依存の相互作用力場がロボットの動きに負荷を加え、局所的な調音と全身の動きが経験した力を変化させることを可能にする。 相補的な力量報酬は、低い相互作用負荷を奨励し、タスク報酬は、ロード中に下降し、リリース後に回復し、収量とタスク再消費を調整する。 訓練された政策は、明示的な外力測定なしでタスク入力と固有受容履歴を使用する。 両方のタスクインターフェース全体にわたって、CompliantBotは、一定のプルでより遠くに収まり、一致したベースラインよりもバネインタラクションの負荷が低く、フォース除去後のタスクトラッキングを再開する。 CompliantBotは、より強力なプルの下で比較したメソッドの中で、最も高いタスク補完を達成する。 さらに電力評価の結果,CompliantBotは比較した手法の中で最も平均的な機械的パワーが低いことがわかった。 リアルロボットのデモでは、腕の動き、足踏み、身体の向きを変えることで、従順な反応が示される。

関連論文リスト

• Anchor 1: Precise and Stable Humanoid Control for Whole-Body Manipulation [51.334811442145245]
  我々は,体全体を正確に,安定した操作を行うための全身制御装置であるAnchor 1を紹介する。 アンカー1は、タスク関連人体運動構造を保存するためにスパース動作参照を採用する。 モーションエンコーディングから切り離された明示的なエラーフィードバックにより、制御精度が向上する。
  論文  参考訳（メタデータ） (2026-10-30T17:56:53Z)
• PiHand: Latent Hand-Object Interaction Priors for Physics-Based Policy Learning [25.010688253507183]
  本稿では,物理基盤のインタラクション対応ハンドモーション合成フレームワークであるPiHandを紹介する。 PiHandはまず、モキャップのデモをシミュレーションで追跡する専門家のポリシーを訓練し、目標条件付きVAEを使用する前に、それらを統一された手動オブジェクトの相互作用に蒸留する。 PiHandは、その潜伏空間における有界残留探索を通じて、多様な外乱操作タスクを解決している。
  論文  参考訳（メタデータ） (2026-10-22T13:59:19Z)
• RobotWorld: Benchmarking Multimodal Agents for Robot Use Across Diverse Tasks and Embodiments [91.39996227368]
  汎用エージェントはますます、コードを書き、ツールを使い、複雑なデジタルタスクを完遂し、これらの能力が物理的な世界にどこまで浸透するかという疑問を提起している。 ロボットのインタフェースを通じて、指示や観察を物理的タスクの実行に変換するという、ロボット利用のための挑戦的なシミュレーションテストベッドであるRobotWorldを紹介した。 タスク結果と実行トレースを分析して、転送する機能と、信頼性の高い完了を防ぐギャップの両方を識別する。
  論文  参考訳（メタデータ） (2026-10-07T16:55:24Z)
• OIL: An Object Interaction Layer for Humanoid Whole-Body Control [10.78987394423364]
  油は、望まれるオブジェクトの動きと接触を含むように、全身制御のキネマティックなコマンドインターフェイスを拡張するオブジェクトインタラクション層である。 この設計により、プッシュ、プル、2腕のピック・アンド・プレイス、ロコモーション・カップリング・トランスポートなど、単一の学習されたポリシーで非包括的インタラクションを実行することができる。
  論文  参考訳（メタデータ） (2026-10-01T05:12:31Z)
• Beyond State-as-Action: Exploiting Command-State Discrepancy for Robot Imitation Learning [23.246411146258193]
  コマンド状態の不一致は、動きだけでは捉えられない制御要求を反映する可能性がある。 我々は、この情報がいつ重要か、どのように悪用するかを調査する。 ロボットの応答時間を考慮したコマンド状態離散度重み付け(CSDW)を提案する。
  論文  参考訳（メタデータ） (2026-09-27T03:16:37Z)
• VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
  Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。 まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。 第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
  論文  参考訳（メタデータ） (2026-06-08T09:52:55Z)
• TATIC: Task-Aware Temporal Learning for Human Intent Inference from Physical Corrections in Human-Robot Collaboration [3.4672098154671995]
  ヒューマンロボットコラボレーション(HRC)では、ロボットは動的タスクの制約にオンラインで適応し、人間の意図を進化させなければならない。 本稿では,トルクベース接触力推定とタスク対応時間畳み込みネットワーク(TCN)を利用した個別タスクレベルの意図を推定する統合フレームワークTATICを提案する。 実験は意図認識において0.904 Macro-F1のスコアを獲得し、ハードウェアの検証に成功した。
  論文  参考訳（メタデータ） (2026-03-10T21:19:25Z)
• 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)
• CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
  hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。 CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。 そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
  論文  参考訳（メタデータ） (2025-12-16T18:56:04Z)
• ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for Mobile Manipulation [99.2543521972137]
  ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。 本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。 ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
  論文  参考訳（メタデータ） (2020-08-18T08:05:15Z)

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。