論文の概要: Kinora: A Versioned Workflow for Text-to-Motion Generation, Robot Retargeting, and Interactive Validation
- arxiv url: http://arxiv.org/abs/2611.11601v1
- Date: Sun, 08 Nov 2026 20:30:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-11 09:45:38.070385
- Title: Kinora: A Versioned Workflow for Text-to-Motion Generation, Robot Retargeting, and Interactive Validation
- Title(参考訳): Kinora: テキスト・トゥ・モーション生成、ロボット・リターゲティング、インタラクティブ・バリデーションのためのバージョンワークフロー
- Abstract要約: 本研究では,テキスト・ツー・モーション・ジェネレーション,モーション・ライブラリ,ローカルエージェント・ツール,ロボット保存,トラジェクトリ・リファインメントを接続するキノラについて紹介する。
現在のリリースでは、独立した52結合リグとスケルトンプロシージャバリデーションが使用されている。
我々は,ガジェット実行,4世代/編集事例,30フレームの合成G1フィクスチャと,停止負の制御を組み合わせて評価した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Motion generation tools produce candidate trajectories, but interactive robot authoring also requires recoverable execution, traceable edits, explicit geometry, and model-specific validation. We present Kinora, a system that connects text-to-motion generation, a motion library, local agent tools, robot retargeting, and trajectory refinement through versioned artifacts. The current release uses an independently specified 52-joint authoring rig and procedural skeleton previews, separating the distributed human geometry from externally installed generation models and robot assets. Human-motion edits preserve frames outside a selected interval, while robot edits create immutable candidates whose reports govern acceptance and export. We evaluate server 0.5.1 and Gadget 0.15.2 with 156 core regression test executions, 49 Gadget executions, four CUDA generation/editing cases, a 30-frame G1 retargeting check, and a 3,600-frame synthetic G1 fixture paired with a suspended negative control. All four CUDA cases passed their numerical gates; the turning splice nevertheless retained a 14.3 cm support-foot drift proxy warning. The G1 positive fixture completed bounded simulation replay, whereas the suspended control was quarantined before replay. These results support selected integration and preservation contracts. They do not establish semantic-quality improvements, population-level feasibility, or hardware safety.
- Abstract(参考訳): モーション生成ツールは、候補軌道を生成するが、対話型ロボットのオーサリングには、回復可能な実行、トレース可能な編集、明示的な幾何学、モデル固有の検証が必要である。
本研究では,テキスト・ツー・モーション・ジェネレーション,モーション・ライブラリ,ローカルエージェント・ツール,ロボット・リターゲティング,トラジェクティヴ・アーティファクトによるトラジェクティヴ・リファインメントを接続するキノラを提案する。
現在のリリースでは、独立に指定された52のジョイントオーサリングリグとプロシージャスケルトンプレビューを使用して、外部にインストールされた生成モデルとロボット資産から、分散された人間の形状を分離している。
人間の動きの編集は、選択された間隔の外のフレームを保存し、ロボットの編集は、レポートが受け入れとエクスポートを統制する不変の候補を作成する。
我々はサーバ0.5.1とガジェット0.15.2を156コアの回帰テスト実行、49個のガジェット実行、4つのCUDA生成/編集ケース、30フレームのG1再ターゲットチェック、および3600フレームの合成G1フィクスチャに停止負の制御を組み合わせて評価した。
4例とも数値ゲートを通過したが、旋回スプライスは14.3cmのドリフトプロキシ警告を保持していた。
G1の正のフィクスチャはバウンドド・シミュレーション・リプレイを完了し、停止した制御はリプレイ前に隔離された。
これらの結果は、選択された統合および保存契約を支持します。
セマンティック品質の改善、人口レベルの実現可能性、ハードウェアの安全性は確立していない。
関連論文リスト
- Gnomon4D: Learning Where and When to Focus for Geometric Motion-Grounded World-Action Modeling [54.397433718845654]
Gnomon4Dは未来のビデオ、ロボットアクションを共同で生成するWAMであり、GeoDeltaはビデオアラインな4D幾何運動場である。
1つのフィールドのエンボディメントとオブジェクトによって、相互作用を示す相対的な動きを読み取ることができる。
Gnomon4DはRoboTwin2.0、VLABench、RoboDojoをリードし、実際のロボットベースラインを上回っている。
論文 参考訳(メタデータ) (2026-11-02T03:45:07Z) - HarnessPAI: An Evolving Harness for Physical AI [64.91964104275483]
本稿では,物理AIのためのモデルおよび具体化に依存しないフレームワークであるHarnessPAIを紹介する。
ロールアウト内では、プログラムレベルでオープンループを実行する。
デスクトップロボットアーム、家庭用ロボット、ロボット掃除機、そして歩行エージェントのHarnessPAIは、純粋なアクションモデルとコード・アズ・ポリティクスのベースラインの両方を改善している。
論文 参考訳(メタデータ) (2026-09-24T07:40:00Z) - APEXA: Execution-Integrity Enforcement for Multi-Agent LLM Automation of Synchrotron Data Reduction [0.23332469289621782]
我々は、シンクロトロンデータリダクションのための61のツールをコーディネートするフレームワークAPEXAを提案する。
決定論的実行統合ガードは、実行されていないツール呼び出しの結果を返すのを防ぐ。
また,APEXA-Benchは科学的正当性と身体的影響によって構成された58の施設タスクである。
論文 参考訳(メタデータ) (2026-09-21T06:33:11Z) - GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。
純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。
自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
論文 参考訳(メタデータ) (2026-08-18T18:21:36Z) - Retrieval-grounded robot program generation and simulation-based correction via Model Context Protocol [3.9194485785481423]
本稿では,ABB RAPIDロボットプログラムの生成,検証,反復修正を行う言語モデルに基づくワークフローを提案する。
デュアルストリーム検索拡張生成パイプラインは、検証済みの技術ドキュメントとプロダクションテンプレートでコード生成を基盤とする。
カスタムモデルコンテキストプロトコルサーバは、自動コードアップロード、シミュレーション実行、診断フィードバックのために、言語モデルクライアントを直接ABB RobotStudioに接続する。
論文 参考訳(メタデータ) (2026-08-13T15:57:06Z) - GenTrack: Physical Alignment for Robot-Native Motion Generation and Zero-Shot Humanoid Tracking [20.397340513713413]
汎用ヒューマノイドトラッカーは多様な参照を実行することができるが、そのゼロショットカバレッジは、拡張するのにコストがかかる大きなエンボディコーパスに依存している。
我々は、オンラインジェネレータ-トラッカーフレームワークであるGenTrackを紹介し、新たに生成された参照に対するトラッカートレーニングと実行ベースでグループ関係のジェネレータアライメントを交換する。
論文 参考訳(メタデータ) (2026-08-02T17:44:19Z) - DemoBridge: A Simulation-in-the-Loop Toolkit for Single-View Human Demonstration Retargeting [49.70827726228219]
このツールキットは、人間の手による実演のシングルビューRGBステレオ記録を、物理で検証可能なロボットアーム軌道に変換する。
DemoBridgeの中核は、衝突を意識した単一のプランナーである。
物理シミュレーターはループ内で動作し、生成した各フェーズを検証し、障害時にバックトラックするので、与えられたように再生できないデモは破棄されるのではなく、再計画される。
論文 参考訳(メタデータ) (2026-07-10T15:31:04Z) - ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI [110.18670135256235]
Embodied AIは、独立した知覚やアクションモジュールから、目標を理解し、計画し、進捗を監視し、経験から改善する物理的なエージェントへと移行している。
ACE-Brain-0.5は,ロボットの知性を5つの結合関数にまとめる統一的な基礎モデルである。
単一の8Bバックボーンは、最初の4つの機能をインスタンス化する: オブジェクトとアベイランスを接地し、3Dとエゴセントリックな空間関係を推論し、命令をサブゴールに分解し、ナビゲーションと操作アクションを生成し、検証と回復の進捗を推定する。
論文 参考訳(メタデータ) (2026-07-05T17:43:06Z) - ECHO: Edge-Cloud Humanoid Orchestration for Language-to-Motion Control [8.983091538704645]
本稿では,ヒューマノイドロボットの言語駆動型全身制御のためのエッジホスト型フレームワークECHOを提案する。
クラウドネイティブ拡散に基づくテキスト・トゥ・モーション・ジェネレータは、自然言語命令から動作参照を合成する。
エッジ展開された強化学習トラッカーは、ロボットのクローズドループでそれらを実行する。
論文 参考訳(メタデータ) (2026-03-17T07:16:18Z)
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。