日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2512.00727

トポロジーを超えて:歩行方策学習のための形態対称性グラフ表現

Beyond Topology: A Morphological Symmetry Graph Representation for Locomotion Policy Learning

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの形態的対称性をグラフ表現に組み込み、対称性同変なactorと不変なcriticを構成的に実現するMS-PPOを提案し、四足・人型ロボットの歩行タスクで汎化・堅牢性・効率を改善した。

詳しい要約

1. どんなもの?

- 関節ロボットのlocomotion policy learning向けに、morphological symmetryを組み込んだグラフ表現を提案する研究。 - ロボットのtopological graphを出発点に、観測・行動空間へmorphological symmetryが誘起するpermutationとsignの変換を付加する。 - これをMS-PPOとして実装し、symmetry-equivariantなgraph actorとsymmetry-invariantなgraph criticを構成する。 - Unitree Go2 quadrupedとUnitree G1 humanoidのlocomotionタスクで評価する。

2. 先行研究と比べてどこがすごい?

- 従来のgeneric networkはkinematic structureを無視していた。 - 既存のgraph-based policyはconnectivityを符号化するが、対称な身体部位間で物理量がどう変換するかを規定していなかった。 - 提案法はsymmetry変換を表現に組み込み、policyとvalueの制約をreward shapingやdata augmentationではなく構成(construction)によって強制する点が異なる。 - topology-awareおよびsymmetry-awareなbaselineに対し、symmetry generalization、robustness、sample efficiency、model efficiencyの改善を報告している。

3. 技術・手法の肝は?

- ロボットのtopological graphを基盤とし、morphological symmetryが誘起するpermutationとsignの変換を各observation spaceとaction spaceに付加する。 - その結果、symmetry-equivariantなgraph actorとsymmetry-invariantなgraph criticを構成的に得る。 - 望ましいpolicy制約とvalue制約を、reward shapingやdata augmentationに頼らず構造的に満たす。 - これをMS-PPOとして実装する。

4. どうやって有効だと検証した?

- Unitree Go2 quadrupedとUnitree G1 humanoidを用いた複数のlocomotionタスクで評価する。 - 評価項目はcommand tracking、asymmetric joint failures、out-of-distribution command generalization、zero-shot sim-to-real deployment。 - topology-awareおよびsymmetry-awareなbaselineとの比較で、symmetry generalization、robustness、sample efficiency、model efficiencyの改善を示す。

5. 議論はある?

- 要旨からは不明。 - 明示されているのは、symmetry generalization、robustness、sample efficiency、model efficiencyの改善という実験結果のみ。 - 限界や失敗事例、計算コスト、symmetry仮定の妥当性に関する議論は要旨には記載されていない。

6. 次に読むべき論文は?

- 要旨で参照・比較されているtopology-aware baselineおよびsymmetry-aware baselineの論文。 - 関連手法としてgraph-based locomotion policy、symmetry-equivariant neural network、PPO。 - 評価対象であるUnitree Go2およびUnitree G1を用いたlocomotion研究。 - 具体的な論文名は要旨からは不明。

※ 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: Sizhe Wei, Xulin Chen, Fengze Xie, Garrett Ethan Katz, Zhenyu Gan, Lu Gan

分類: cs.RO

原文アブストラクト

Reinforcement learning has enabled impressive locomotion skills on articulated robots, but common policy representations remain only weakly aligned with robot physics. Generic networks ignore kinematic structure, while graph-based policies encode connectivity without specifying how physical quantities transform across symmetric body parts. We introduce a morphological symmetry graph representation for locomotion policy learning and instantiate it in MS-PPO. Starting from the robot's topological graph, our representation augments each observation and action space with the permutation and sign transformations induced by morphological symmetry. This yields a symmetry-equivariant graph actor and a symmetry-invariant graph critic, enforcing the desired policy and value constraints by construction rather than through reward shaping or data augmentation. We evaluate MS-PPO on a variety of locomotion tasks using both Unitree Go2 quadruped and Unitree G1 humanoid, including command tracking, asymmetric joint failures, out-of-distribution command generalization, and zero-shot sim-to-real deployment. Experiments show improved symmetry generalization, robustness, sample efficiency, and model efficiency over topology- and symmetry-aware baselines.

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. 2newmo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
  3. 3GXO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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI