EAGLE: 具現化を考慮した汎用・特化蒸留による統合ヒューマノイド全身制御

- 複数の異なる humanoid ロボットを単一の policy で制御する Whole-Body Controller を目指す研究。 - EAGLE という iterative generalist-specialist distillation framework を提案。 - 各 cycle で embodiment-specific specialist を generalist から fork し、各ロボットで refinement 後、pooled embodiment set で generalist に蒸留。 - 収束まで繰り返し、Unitree H1, G1, Fourier N1 などで検証。 - 歩行だけでなく squatting, leaning など richer behaviors も対象。

- 従来の RL ベース humanoid Whole-Body Controller は単一 embodiment を対象とすることが多い。 - dynamics, DoFs, kinematic topology の違いから単一 policy で多様な humanoid を制御するのは困難だった。 - 既存の generalist policy は embodiment 間 transfer はできても、歩行を超える豊富な behavior の実現が難しかった。 - EAGLE は per-robot reward tuning なしで複数 heterogeneous humanoid を制御する unified policy を実現。 - 5 体の simulation と 4 体の real-world で高 tracking accuracy と robustness を示した。

- iterative generalist-specialist distillation framework。 - 各 cycle で現在の generalist から embodiment-specific specialist を fork。 - specialist をそれぞれの robot 上で refine。 - 新しい skills を pooled embodiment set で training し generalist に distill back。 - 性能が収束するまでこの loop を繰り返す。 - per-robot reward tuning を必要としない。

- simulation 上で 5 種類の異なる robot を用いて実験。 - real-world 設定で 4 体の robot を用いて実験。 - Unitree H1, G1, Fourier N1 などの robot で検証。 - 定量的評価により、他の手法と比較して高い tracking accuracy と robustness を達成。 - 詳細は https://eagle-wbc.github.io/ を参照。

- 要旨からは、限界や失敗事例、計算コスト、sim-to-real gap などに関する具体的な議論は不明。 - scalable, fleet-level humanoid control への一歩と位置づけている。 - 複数 heterogeneous humanoid を単一 policy で制御する点が強調されている。 - より詳細な議論は論文本文やプロジェクトページに委ねられる。

- 要旨で参照・比較されている個別の先行研究は明示されていない。 - 関連手法として、RL ベースの humanoid Whole-Body Control、generalist-specialist distillation、embodiment-aware policy learning が挙げられる。 - 同分野の定番として、humanoid locomotion や whole-body control に関する RL 研究、multi-embodiment robot learning の文献を読むとよい。 - 具体的な論文名は要旨からは不明。