リターゲティングが重要：ヒューマノイド動作追従のための汎用モーションリターゲティング

- ヒューマノイドの motion tracking 政策の性能に対し、retargeting の品質が与える影響を系統的に評価する研究。 - 既存 retargeting 手法の問題を特定し、新手法 General Motion Retargeting (GMR) を提案。 - GMR を PHC、ProtoMotions、Unitree の closed-source dataset と比較。 - BeyondMimic で policy training を行い、reward tuning を抑えて retargeting 効果を分離。 - LAFAN1 dataset の多様なサブセットで実験。

- 従来は retargeting 由来の foot sliding、self-penetration、物理的に不可能な動きを RL policy に補正させていた。 - 先行研究は motion tracking を実現するが、extensive reward engineering と domain randomization を要することが多い。 - 本研究は reward tuning を抑制した条件で retargeting 品質の影響を分離評価する点が新しい。 - GMR は既存 open-source 手法より tracking performance と source motion への忠実性で一貫して優れる。 - perceptual fidelity と policy success rate は closed-source baseline に近い。

- 既存 retargeting 手法の問題を特定し、新たな retargeting 手法 General Motion Retargeting (GMR) を提案。 - human motion data を humanoid embodiment へ retarget し、RL policy で模倣する枠組み。 - BeyondMimic を policy training に用い、reward tuning を抑えて retargeting 効果を分離。 - GMR の具体的なアルゴリズム詳細は要旨からは不明。 - 評価は LAFAN1 dataset の多様なサブセットで実施。

- GMR を PHC、ProtoMotions、Unitree の closed-source dataset と比較。 - BeyondMimic で policy training し、reward tuning なしで retargeting 効果を分離。 - LAFAN1 dataset の多様なサブセットで実験。 - ほとんどの motion は追従可能だが、retargeted data の artifacts が policy robustness を有意に低下させることを確認。 - 特に dynamic または long sequence で顕著。 - GMR は tracking performance と忠実性で既存 open-source 手法を一貫して上回り、closed-source baseline に近い成功率。

- retargeting artifacts が policy robustness を低下させ、特に dynamic/long sequence で問題。 - 既存 open-source retargeting 手法の品質不足を指摘。 - reward tuning を抑えた評価設計の妥当性や限界は要旨からは不明。 - GMR と closed-source baseline の残差要因は要旨からは不明。 - 実機展開や teleoperation pipeline への影響は要旨からは不明。

- PHC - ProtoMotions - BeyondMimic - LAFAN1 dataset - Unitree の closed-source dataset - humanoid motion tracking における retargeting 関連の定番研究