DemoHLM: 単一のデモンストレーションから汎化可能なヒューマノイド移動操作へ

- 実機ヒューマノイドの loco-manipulation を、シミュレーション上の単一 demonstration から汎化可能に学習するフレームワーク DemoHLM の提案。 - 階層構造を採用し、低レベルに汎用 whole-body controller、高レベルに複数タスク向け manipulation policies を統合。 - Unitree G1 と RGB-D camera を用いた実機実験で sim-to-real 転移を検証。

- 従来の humanoid whole-body control 研究の進展に対し、loco-manipulation は未開拓で、hard-coded なタスク定義や高コストな実世界データ収集に依存していた。 - DemoHLM は単一 demonstration とシミュレーション内データ生成・imitation learning により、実世界データ収集の負担を回避。 - 閉ループ視覚フィードバックを持つ高レベル policy により、空間変化下での汎化性能を実機で示す点が特徴。

- 低レベル universal whole-body controller が whole-body motion commands を joint torques に変換し、omnidirectional mobility を提供。 - 高レベル manipulation policies はシミュレーションで data generation と imitation learning のパイプラインにより学習。 - 高レベル policy は閉ループ視覚フィードバックで whole-body controller に指令を出し、困難な loco-manipulation タスクを実行。

- 合成データ量と policy 性能の間に正の相関を確認し、data generation パイプラインの有効性とデータ効率を示唆。 - RGB-D camera 搭載の Unitree G1 実機で、10 種類の loco-manipulation タスクにおける空間変化下の頑健性を検証し、sim-to-real 転移性を確認。

- 合成データ量と性能の正の相関は示されたが、データ量以外の要因や限界については要旨からは不明。 - 実機検証は 10 タスク・空間変化下に限られ、他の環境やタスクへの一般化については要旨からは不明。 - hard-coded 定義や実世界データ収集からの脱却を主張するが、単一 demonstration の質への依存性は要旨からは不明。

- 要旨で直接参照/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、humanoid whole-body control、imitation learning、sim-to-real transfer、visual feedback を用いた loco-manipulation の代表的論文を次に読む候補として挙げる。