日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2602.13850

ヒューマノイドによるハノイの塔:スキルベース箱並べ替えのための共有全身制御の検討

Humanoid Hanoi: Investigating Shared Whole-Body Control for Skill-Based Box Rearrangement

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドが箱を並べ替える長期タスクを、再利用可能なスキルを組み合わせて実行する枠組みを検討し、共有全身コントローラとデータ集約で頑健性を高めた。

詳しい要約

1. どんなもの?

- 人型ロボットによる箱の再配置を、スキルベースで長期的に実行する枠組みの研究。 - タスクレベルで再利用可能なスキルを順序付けし、long-horizon な実行を可能にする。 - 全スキルが共有の task-agnostic whole-body controller (WBC) を通じて実行される。 - Humanoid Hanoi という Tower-of-Hanoi 箱再配置ベンチマークを導入。 - シミュレーションと Digit V3 humanoid robot で評価。

2. 先行研究と比べてどこがすごい?

- スキルごとに別々の低レベルコントローラを使う non-shared 設計と対比。 - 共有 WBC によりスキル合成のための一貫した closed-loop インタフェースを提供。 - 単純に同じ pretrained WBC を再利用すると、新スキルやその合成により状態・コマンド分布がずれ、長期的な robustness が低下することを発見。 - この問題に対し、closed-loop スキル実行の rollouts を domain randomization 下で追加する data aggregation 手順で対処。 - 共有 WBC の利点を non-shared ベースラインと比較して定量化。

3. 技術・手法の肝は?

- タスクレベルで再利用可能なスキルを順序付けする skill-based framework。 - 全スキルが共有の task-agnostic whole-body controller (WBC) で実行される。 - 共有 WBC の訓練に、closed-loop スキル実行下の rollouts を domain randomization で追加する data aggregation を適用。 - これにより、スキル合成に伴う状態・コマンド分布のずれに対応。 - 長期的な箱再配置を可能にする。

4. どうやって有効だと検証した?

- Humanoid Hanoi ベンチマークを導入し、long-horizon Tower-of-Hanoi 箱再配置を評価。 - シミュレーションと Digit V3 humanoid robot で結果を報告。 - 拡張された horizon にわたる完全自律的な再配置を実証。 - 共有 WBC アプローチの利点を non-shared ベースラインと比較して定量化。

5. 議論はある?

- 共有 WBC の naive な再利用は長期的 robustness を低下させる可能性がある。 - その原因は、新スキルとその合成が状態・コマンド分布をずらすこと。 - data aggregation によりこの問題を緩和できることを示す。 - 共有 WBC と non-shared の比較から利点を議論。 - その他の限界や議論は要旨からは不明。

6. 次に読むべき論文は?

- non-shared 設計の低レベルコントローラに関する研究。 - whole-body controller (WBC) の pretraining 手法。 - domain randomization を用いた sim-to-real 転移。 - data aggregation によるロバスト性向上手法。 - Tower-of-Hanoi のような long-horizon タスクベンチマーク。 - 要旨で具体的な参照論文は明示されていないため、関連手法を一般名で挙げる。

※ 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: Minku Kim, Kuan-Chia Chen, Aayam Shrestha, Li Fuxin, Stefan Lee, Alan Fern

分類: cs.RO

原文アブストラクト

We investigate a skill-based framework for humanoid box rearrangement that enables long-horizon execution by sequencing reusable skills at the task level. In our architecture, all skills execute through a shared, task-agnostic whole-body controller (WBC), providing a consistent closed-loop interface for skill composition, in contrast to non-shared designs that use separate low-level controllers per skill. We find that naively reusing the same pretrained WBC can reduce robustness over long horizons, as new skills and their compositions induce shifted state and command distributions. We address this with a simple data aggregation procedure that augments shared-WBC training with rollouts from closed-loop skill execution under domain randomization. To evaluate the approach, we introduce Humanoid Hanoi, a long-horizon Tower-of-Hanoi box rearrangement benchmark, and report results in simulation and on the Digit V3 humanoid robot, demonstrating fully autonomous rearrangement over extended horizons and quantifying the benefits of the shared-WBC approach over non-shared baselines. Project page: https://osudrl.github.io/Humanoid_Hanoi/

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI