日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

全身制御arXiv:2601.07701

知覚を統合した全身パルクール制御

Deep Whole-body Parkour

シェア:XThreadsFacebookLINEはてブBluesky

外界センシングを全身運動追跡に統合し、不整地でも跳び越えやダイブロールなどの動的な多接触動作を人型ロボットで実現する枠組みを提案した。

詳しい要約

1. どんなもの?

本論文は、humanoid の制御における2つのパラダイム(perceptive locomotion と general motion tracking)を統合し、不整地で非歩行の動的全身運動を実現するフレームワークを提案する。exteroceptive sensing を whole-body motion tracking に統合し、単一の policy で複数の異なる運動を多様な地形で実行する。vaulting や dive-rolling などの multi-contact 運動を unstructured terrain で可能にし、歩行・走行を超えて traversability を拡大する。

2. 先行研究と比べてどこがすごい?

- 従来の perceptive locomotion は地形対応に優れるが pedal gaits に限定。 - general motion tracking は複雑技能を再現するが環境能力を無視。 - 本研究は両者を統合し、知覚を制御ループに組み込むことで、不整地での動的全身運動を実現。 - 単一 policy で複数運動を異なる地形で実行する点が非自明な利点。

3. 技術・手法の肝は?

- exteroceptive sensing を whole-body motion tracking に統合。 - 単一の policy を訓練し、複数の異なる運動を多様な terrestrial features で実行。 - 知覚を制御ループに組み込むことで、robust で highly dynamic な multi-contact 運動を実現。 - 具体的なアルゴリズムやネットワーク構造は要旨からは不明。

4. どうやって有効だと検証した?

- 不整地で vaulting や dive-rolling などの multi-contact 運動を実行。 - 単一 policy が複数の運動を異なる地形で遂行できることを実証。 - 知覚を制御ループに統合する利点を実験的に示した。 - 定量的評価指標や比較実験の詳細は要旨からは不明。

5. 議論はある?

- 知覚統合の非自明な利点を強調。 - 歩行・走行を超えて traversability を拡大。 - 限界や失敗事例、計算コスト、実機実験の詳細は要旨からは不明。

6. 次に読むべき論文は?

- perceptive locomotion に関する研究(例:legged robots の terrain-aware control) - general motion tracking に関する研究(例:humanoid の whole-body motion imitation) - 要旨で参照されている具体的な論文名は不明。同分野の定番として、Raibert らの hopping robot、Hwangbo らの ANYmal 制御、Peng らの motion imitation などが挙げられる。

※ 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: Ziwen Zhuang, Shaoting Zhu, Mengjie Zhao, Hang Zhao

分類: cs.RO, cs.AI

原文アブストラクト

Current approaches to humanoid control generally fall into two paradigms: perceptive locomotion, which handles terrain well but is limited to pedal gaits, and general motion tracking, which reproduces complex skills but ignores environmental capabilities. This work unites these paradigms to achieve perceptive general motion control. We present a framework where exteroceptive sensing is integrated into whole-body motion tracking, permitting a humanoid to perform highly dynamic, non-locomotion tasks on uneven terrain. By training a single policy to perform multiple distinct motions across varied terrestrial features, we demonstrate the non-trivial benefit of integrating perception into the control loop. Our results show that this framework enables robust, highly dynamic multi-contact motions, such as vaulting and dive-rolling, on unstructured terrain, significantly expanding the robot's traversability beyond simple walking or running. https://project-instinct.github.io/deep-whole-body-parkour

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. 2GXO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
  3. 3newmo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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI