日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

筋骨格制御arXiv:2508.18066

Arnold: マルチタスク・マルチ身体性に対応する筋Transformerポリシー

Arnold: A multi-task, multi-embodiment muscle transformer policy

シェア:XThreadsFacebookLINEはてブBluesky

筋骨格モデルを対象に、行動クローニングと強化学習を組み合わせたTransformerベースのポリシーを開発し、巧みな物体操作・リーチング・歩行を含む14タスクを単一タスク専門家と同等以上に達成した。

詳しい要約

1. どんなもの?

- 筋骨格モデル(musculoskeletal model)の高次元・非線形な制御を対象とした、transformer ベースの制御ポリシー「Arnold」 - 単一スキルの specialist ではなく、複数タスク・複数 embodiment を同時に扱う multi-task, multi-embodiment ポリシー - dexterous object manipulation、reaching、locomotion にまたがる 14 の制御タスクを対象 - behavior cloning と reinforcement learning を組み合わせて学習 - code と data は GitHub(https://github.com/amathislab/arnold)で公開

2. 先行研究と比べてどこがすごい?

- 従来の in-silico ポリシーは reaching、object manipulation、locomotion などの個別スキルを習得する「specialist」に留まっていた - Arnold は単一ポリシーで 14 タスク・複数 embodiment を扱い、single-task specialist policy の性能に匹敵または上回る - 異種の sensory modality、objectives、actuators を横断する compositional 表現(sensorimotor vocabulary)を導入した点が新規 - 新規タスクへの迅速な適応(rapid adaptation)を可能にし、action・kinematic smoothness といった汎用的な motor strategy を促す

3. 技術・手法の肝は?

- transformer architecture を骨格とし、behavior cloning と reinforcement learning を組み合わせた学習 - 中核は「sensorimotor vocabulary」:異種 sensory modality・objectives・actuators の意味論を compositional に表現 - この vocabulary を介することで、タスク間で異なる observation space・action space の可変性に対処 - multi-task, multi-embodiment 学習を効率化し、新規タスクへの適応を促進 - motor output に対する causal probing により、muscle synergy の構造を解析

4. どうやって有効だと検証した?

- dexterous object manipulation、reaching、locomotion を含む 14 の制御タスクで評価 - single-task specialist policy と比較し、同等以上(matching or exceeding)の性能を確認 - 新規タスクへの適応(rapid adaptation)を検証 - motor output の causal probing により、low-dimensional muscle synergy が主にタスク特異的であることを確認 - variance-based 解析が functional control dimensionality を系統的に過小評価することを示し、生物学的観察と整合

5. 議論はある?

- low-dimensional muscle synergy は largely task-specific であり、synergy の転移可能性が限定的であることを示唆(生物学的観察と一致) - variance-based 分析は functional control dimensionality を系統的に過小評価するため、次元性評価の手法に注意が必要 - 汎用 motor strategy(action・kinematic smoothness)を促す一方で、synergy レベルでの共有は限定的という緊張関係が議論点 - 詳細な限界や failure case については要旨からは不明

6. 次に読むべき論文は?

- single-task specialist policy(reaching、object manipulation、locomotion の各 specialist)との比較研究 - musculoskeletal model における behavior cloning と reinforcement learning の組み合わせ手法 - transformer を用いた multi-task, multi-embodiment 制御ポリシー(sensorimotor vocabulary 関連) - muscle synergy と functional control dimensionality に関する variance-based 解析の批判的検討 - 公開 code/data(https://github.com/amathislab/arnold)を用いた再現・拡張研究

※ 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: Boshi An, Alberto Silvio Chiappa, Merkourios Simos, Chengkun Li, Alexander Mathis

分類: cs.RO, cs.AI, cs.LG, q-bio.QM

原文アブストラクト

Controlling high-dimensional and nonlinear musculoskeletal models of the human body is a foundational scientific challenge. Recent machine learning breakthroughs have heralded in-silico policies that master individual skills like reaching, object manipulation and locomotion in musculoskeletal systems with many degrees of freedom. However, these agents are merely "specialists", achieving high performance for a single skill. In this work, we develop Arnold, a transformer-based musculoskeletal control policy that masters multiple tasks and embodiments. Arnold combines behavior cloning and reinforcement learning to address 14 challenging control tasks spanning dexterous object manipulation, reaching, and locomotion, matching or exceeding the performance of single-task specialist policies. A key innovation is Arnold's sensorimotor vocabulary, a compositional representation of the semantics of heterogeneous sensory modalities, objectives, and actuators. Arnold leverages this vocabulary via a transformer architecture to deal with the variable observation and action spaces across tasks. This framework supports efficient multi-task, multi-embodiment learning and facilitates rapid adaptation to novel tasks, while encouraging universal motor strategies such as action and kinematic smoothness. Finally, causal probing of the motor output reveals that low-dimensional muscle synergies remain largely task-specific and that variance-based analyses systematically underestimate functional control dimensionality, consistent with biological observations on the limited transferability of such synergies. Code and data are available here: https://github.com/amathislab/arnold

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI