PACE: 物理拡張による協調的エンドツーエンド強化学習で多様なヒューマノイド卓球を実現
PACE: Physics Augmentation for Coordinated End-to-end Reinforcement Learning toward Versatile Humanoid Table Tennis
ボール位置から全身の関節指令を直接出力する強化学習フレームワークを提案し、学習済み予測器と物理ベースの予測報酬でヒューマノイドの卓球を実現、実機でゼロショット展開した。
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？
※ 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: Muqun Hu, Wenxi Chen, Wenjing Li, Falak Mandali, Zijian He, Renhong Zhang, Praveen Krisna, Katherine Christian, Leo Benaharon, Dizhi Ma, Karthik Ramani, Yan Gu
分類: cs.RO
原文アブストラクト
Humanoid table tennis (TT) demands rapid perception, proactive whole-body motion, and agile footwork under strict timing--capabilities that remain difficult for end-to-end control policies. We propose a reinforcement learning (RL) framework that maps ball-position observations directly to whole-body joint commands for both arm striking and leg locomotion, strengthened by predictive signals and dense, physics-guided rewards. A lightweight learned predictor, fed with recent ball positions, estimates future ball states and augments the policy's observations for proactive decision-making. During training, a physics-based predictor supplies precise future states to construct dense, informative rewards that lead to effective exploration. The resulting policy attains strong performance across varied serve ranges (hit rate$\geq$96% and success rate$\geq$92%) in simulations. Ablation studies confirm that both the learned predictor and the predictive reward design are critical for end-to-end learning. Deployed zero-shot on a physical Booster T1 humanoid with 23 revolute joints, the policy produces coordinated lateral and forward-backward footwork with accurate, fast returns, suggesting a practical path toward versatile, competitive humanoid TT. We have open-sourced our RL training code at: https://github.com/purdue-tracelab/TTRL-ICRA2026
関連論文
- 人間のようにサッカーする：潜在運動事前分布による多様で俊敏なヒューマノイドサッカーヒューマノイド/強化学習
- ヒューマノイドドッジボール：高速動的障害物回避動作の学習ヒューマノイド/強化学習
- HoloBoxing：単一GPU7分で学ぶヒューマノイドボクシングの簡易レシピヒューマノイド/強化学習
- ヒューマノイドロボットのための視覚駆動型リアクティブサッカースキルの学習ヒューマノイド/強化学習
