歩行arXiv:2509.02815
大規模マルチ身体ロコモーション：極端な身体ランダム化による汎用歩行制御
Multi-Embodiment Locomotion at Scale with extreme Embodiment Randomization
50種類の脚型ロボットで訓練した単一の歩行ポリシーを提案し、未知の実機ヒューマノイドと四足歩行ロボットへのゼロショット転移を実現した。
詳しい要約
1. どんなもの？
- 50種類の多様な脚式ロボットを単一の汎用locomotion policyで制御する研究
- 改良したembodiment-aware architecture (URMAv2) と性能ベースのcurriculumによるextreme Embodiment Randomizationを組み合わせる
- 数百万の形態バリエーションを制御可能なpolicyを学習
- 未見の実世界humanoidおよびquadrupedロボットへのzero-shot transferを達成
2. 先行研究と比べてどこがすごい？
- 従来のlocomotion研究は特定ロボットや少数形態に限定されがち
- 本研究は50種類の脚式ロボットという大規模な多様性を単一policyで扱う
- extreme Embodiment Randomizationにより数百万の形態バリエーションへスケール
- 未見の実機humanoid・quadrupedへのzero-shot transferを実現した点が特徴
- 具体的な先行研究との数値比較は要旨からは不明
3. 技術・手法の肝は？
- 改良されたembodiment-aware architecture URMAv2を採用
- 性能ベースのcurriculumを用いたextreme Embodiment Randomizationを導入
- 多様な形態をランダム化しつつ、性能に応じて難易度を調整する学習戦略
- 単一のgeneral locomotion policyとして数百万の形態バリエーションを学習
- 各構成要素の詳細な設計は要旨からは不明
4. どうやって有効だと検証した？
- 50種類の脚式ロボットからなる多様なコレクション上でpolicyを学習
- 未見の実世界humanoidロボットへのzero-shot transferを検証
- 未見の実世界quadrupedロボットへのzero-shot transferを検証
- 実機実験の具体的な評価指標やタスク条件は要旨からは不明
5. 議論はある？
- extreme Embodiment Randomizationと性能ベースcurriculumの有効性が示唆される
- 単一policyで多数形態を扱うスケーラビリティが議論の焦点と考えられる
- zero-shot transferの限界や失敗条件、sim-to-real gapの詳細は要旨からは不明
- 計算コストや学習安定性に関する議論は要旨からは不明
6. 次に読むべき論文は？
- URMAv2の元となったURMA（embodiment-aware architecture）関連研究
- Embodiment Randomizationを用いたlocomotion学習の先行研究
- performance-based curriculumを用いた強化学習ロボティクス研究
- zero-shot sim-to-real transferに関するhumanoid・quadruped locomotion研究
- 要旨で明示的な参照論文がないため、同分野の定番手法・関連研究を挙げる
※ 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: Nico Bohlinger, Jan Peters
分類: cs.RO, cs.LG
原文アブストラクト
We present a single, general locomotion policy trained on a diverse collection of 50 legged robots. By combining an improved embodiment-aware architecture (URMAv2) with a performance-based curriculum for extreme Embodiment Randomization, our policy learns to control millions of morphological variations. Our policy achieves zero-shot transfer to unseen real-world humanoid and quadruped robots.
