マニピュレーション2025/8/1arXiv:2508.00355

TOP: ヒューマノイドロボットの安定かつ高精度な立位マニピュレーションのための時間最適化ポリシー

TOP: Time Optimization Policy for Stable and Accurate Standing Manipulation with Humanoid Robots

上半身の動作時間を調整する時間最適化ポリシーを導入し、下半身の強化学習制御と組み合わせることで、ヒューマノイドの立位マニピュレーションの安定性と精度を両立させた。

詳しい要約

1. どんなもの？

- ヒューマノイドロボットの立位マニピュレーションのための制御手法 - 上半身の動作が速い場合でも、balance・precision・time efficiency を同時に確保することを狙う - 提案手法は time optimization policy (TOP) と呼ぶ - 構成は3要素 - motion prior を variational autoencoder (VAE) で表現 - whole-body control を上半身 PD controller と下半身 RL controller に分離 - TOP を decoupled controller と VAE と組み合わせて学習 - 評価は simulation と real world experiments の両方で実施

2. 先行研究と比べてどこがすごい？

- 既存手法の課題を2点指摘 - 高次元の上半身関節を精密に制御するには不適 - 特に上半身動作が速い場合に robustness と accuracy の両立が困難 - 提案の違い - 下半身の disturbance resistance 強化だけでなく、上半身動作の time trajectory を調整する発想 - balance・precision・time efficiency の同時確保を狙う点 - 具体的な先行研究名や定量比較は要旨からは不明

3. 技術・手法の肝は？

- motion prior による上半身動作の表現 - variational autoencoder (VAE) を学習し、上下半身の coordination を向上 - whole-body control の分離 - 上半身は precision のための PD controller - 下半身は robust stability のための RL controller - TOP の学習 - decoupled controller と VAE を併用 - 速い上半身動作が balance を崩し lower-body RL policy の能力を超える負担を軽減するよう時間軌道を最適化

4. どうやって有効だと検証した？

- simulation と real world experiments の両方で評価 - 立位マニピュレーションタスクを安定的かつ正確に遂行できることを示す - 具体的なタスク設定、比較手法、指標、数値結果は要旨からは不明

5. 議論はある？

- 要旨からは不明 - 限界、失敗事例、計算コスト、実機での汎化性に関する議論は記載なし - 示唆される論点 - 上半身の速い動作に対する time trajectory 調整の効果範囲 - decoupled controller と VAE の組み合わせの一般性

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない - 関連手法として以下を挙げる - whole-body control - RL controller による lower-body の robust stability - PD controller による upper-body の precision 制御 - variational autoencoder (VAE) による motion prior - humanoid robot の standing manipulation

※ 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: Zhenghan Chen, Haocheng Xu, Haodong Zhang, Liang Zhang, He Li, Dongqi Wang, Jiyu Yu, Yifei Yang, Zhongxiang Zhou, Rong Xiong

分類: cs.RO

原文アブストラクト

Humanoid robots have the potential capability to perform a diverse range of manipulation tasks, but this is based on a robust and precise standing controller. Existing methods are either ill-suited to precisely control high-dimensional upper-body joints, or difficult to ensure both robustness and accuracy, especially when upper-body motions are fast. This paper proposes a novel time optimization policy (TOP), to train a standing manipulation control model that ensures balance, precision, and time efficiency simultaneously, with the idea of adjusting the time trajectory of upper-body motions but not only strengthening the disturbance resistance of the lower-body. Our approach consists of three parts. Firstly, we utilize motion prior to represent upper-body motions to enhance the coordination ability between the upper and lower-body by training a variational autoencoder (VAE). Then we decouple the whole-body control into an upper-body PD controller for precision and a lower-body RL controller to enhance robust stability. Finally, we train TOP method in conjunction with the decoupled controller and VAE to reduce the balance burden resulting from fast upper-body motions that would destabilize the robot and exceed the capabilities of the lower-body RL policy. The effectiveness of the proposed approach is evaluated via both simulation and real world experiments, which demonstrate the superiority on standing manipulation tasks stably and accurately. The project page can be found at https://anonymous.4open.science/w/top-258F/.

arXivで原文を読む →arXiv概要ページ

TOP: ヒューマノイドロボットの安定かつ高精度な立位マニピュレーションのための時間最適化ポリシー

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

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell