協調マニピュレーション2025/5/1arXiv:2505.17627

H2-COMPACT：適応的接触軌道ポリシーによる人間-ヒューマノイド協調マニピュレーション

H2-COMPACT: Human-Humanoid Co-Manipulation via Adaptive Contact Trajectory Policies

触覚のみから人間の意図を推定し、脚式ヒューマノイドが人間と協調して長尺荷物を運搬する階層型ポリシー学習フレームワークを提案。実機Unitree G1で目隠しした人間の追随者と同等の性能を達成した。

詳しい要約

1. どんなもの？

- 脚式ヒューマノイドが人間と協調して長尺荷物を運搬するための階層型policy-learningフレームワーク。 - 上位層はbehavior-cloningネットワークで、両手首の6軸force/torqueセンサ入力を用いて人間の意図を推定し、全身のplanar velocityコマンドを出力。 - 下位層はdeep-reinforcement-learning policyで、高レベルtwistを荷重下の安定したjoint trajectoryへ変換。 - 荷物運搬時の人間とのco-manipulationを対象とし、haptic cueのみで意図推定を行う。

2. 先行研究と比べてどこがすごい？

- 学習されたhaptic guidanceと全身脚式制御を融合したhuman-humanoid co-manipulationの初の実証と主張。 - 意図解釈(force→velocity)と脚式locomotion(velocity→joints)を分離することで、人間入力への応答性と荷重適応歩行を両立。 - motion-captureやmarkerなしで、RGB動画とF/T readingsのみから学習データを収集。 - 実機でblindfolded human-follower baselineと同等の協調運搬性能を達成。

3. 技術・手法の肝は？

- 階層型policy-learning: 上位behavior-cloningがdual wrist-mounted sensorsの6軸force/torque streamからplanar velocityを出力。 - 下位deep-reinforcement-learning policyがIsaac Gymでpayload 0-3 kgとfriction条件をランダム化して学習。 - 下位policyは高レベルtwistを荷重下のjoint trajectoryへマッピング。 - 学習データはRGB videoとF/T readingsの同期のみで収集し、SAM2とWHAMで3D human poseとvelocityを抽出。

4. どうやって有効だと検証した？

- 下位policyをIsaac Gymで学習し、MuJoCoと実機Unitree G1で検証。 - 実世界trialでcooperative carry-and-move性能を評価。指標はcompletion time、trajectory deviation、velocity synchrony、follower-force。 - blindfolded human-follower baselineと同等の性能を達成。

5. 議論はある？

- 実世界trialでbaselineと同等の性能が示されたが、限界や失敗事例の詳細は要旨からは不明。 - payload 0-3 kgとfrictionのランダム化の範囲外での頑健性は要旨からは不明。 - haptic cueのみでの意図推定の一般性や他タスクへの拡張性は要旨からは不明。

6. 次に読むべき論文は？

- SAM2(segment anything model 2) - WHAM(3D human pose/velocity推定手法) - Isaac Gym - MuJoCo - Unitree G1 - blindfolded human-follower baseline

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Geeta Chandra Raju Bethala, Hao Huang, Niraj Pudasaini, Abdullah Mohamed Ali, Shuaihang Yuan, Congcong Wen, Anthony Tzes, Yi Fang

分類: cs.RO

原文アブストラクト

We present a hierarchical policy-learning framework that enables a legged humanoid to cooperatively carry extended loads with a human partner using only haptic cues for intent inference. At the upper tier, a lightweight behavior-cloning network consumes six-axis force/torque streams from dual wrist-mounted sensors and outputs whole-body planar velocity commands that capture the leader's applied forces. At the lower tier, a deep-reinforcement-learning policy, trained under randomized payloads (0-3 kg) and friction conditions in Isaac Gym and validated in MuJoCo and on a real Unitree G1, maps these high-level twists to stable, under-load joint trajectories. By decoupling intent interpretation (force -> velocity) from legged locomotion (velocity -> joints), our method combines intuitive responsiveness to human inputs with robust, load-adaptive walking. We collect training data without motion-capture or markers, only synchronized RGB video and F/T readings, employing SAM2 and WHAM to extract 3D human pose and velocity. In real-world trials, our humanoid achieves cooperative carry-and-move performance (completion time, trajectory deviation, velocity synchrony, and follower-force) on par with a blindfolded human-follower baseline. This work is the first to demonstrate learned haptic guidance fused with full-body legged control for fluid human-humanoid co-manipulation. Code and videos are available on the H2-COMPACT website.

arXivで原文を読む →arXiv概要ページ

H2-COMPACT：適応的接触軌道ポリシーによる人間-ヒューマノイド協調マニピュレーション

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

MINISFORUM（ミニPC）

双腕モバイルマニピュレーター OpenShell