DynaRetarget: サンプリングベース軌道最適化による動的実行可能なモーションリターゲティング

- 本論文はDynaRetargetを提案する。 - 人間の運動をhumanoid制御policyへretargetingする完全なpipeline。 - 中核はSampling-Based Trajectory Optimization (SBTO)。 - 不完全なkinematic trajectoryを動的に実行可能なmotionへrefineする。 - 数百のhumanoid-object demonstrationをretargetingし、大規模synthetic dataset生成を可能にする。

- 従来のretargeting手法と比べ、state of the artより高いsuccess rateを達成。 - 不完全なkinematic trajectoryを動的に実行可能なmotionへrefineできる点が優位。 - 同一のtracking objectiveで物体のmass, size, geometryの変化に汎化。 - 多様なdemonstrationを頑健にretargetingし、実世界データ収集のボトルネックを緩和。

- 中核はSampling-Based Trajectory Optimization (SBTO)。 - 不完全なkinematic trajectoryを動的に実行可能なmotionへrefine。 - optimization horizonを漸進的に進め、long-horizon taskでも全trajectoryを最適化。 - 同一のtracking objectiveを用いて物体特性の変化に対応。

- 数百のhumanoid-object demonstrationをretargeting。 - state of the artより高いsuccess rateを達成。 - 物体のmass, size, geometryの変化に対して同一tracking objectiveで汎化することを確認。

- 多様なdemonstrationを頑健にretargetingできるため、humanoid loco-manipulation trajectoryの大規模synthetic dataset生成への道を開く。 - 実世界データ収集の主要なボトルネックを解決する可能性。 - その他の議論や限界は要旨からは不明。

- 要旨で参照/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Sampling-Based Trajectory Optimization (SBTO)やhumanoid loco-manipulationのretargeting研究が挙げられる。 - 同分野の定番としてhuman motion retargetingやhumanoid control policyの研究を読むべき。