日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
全身マニピュレーションarXiv:2602.14363

AdaptManip: オンライン再帰的状態推定による適応的な全身物体持ち上げ・運搬の学習

AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドが強化学習のみで物体の持ち上げと運搬を自律的に行う枠組みを提案し、再帰的物体状態推定とLiDAR自己位置推定を組み合わせて実機でゼロショット動作を実現した。

詳しい要約

1. どんなもの？

- 本論文は、ヒューマノイドロボットが自律的にナビゲーション、物体持ち上げ、配達を行うためのフレームワーク「AdaptManip」を提案する。 - 強化学習を用いて、人間のデモンストレーションやテレオペレーションデータなしに、ロコマニピュレーションポリシーを訓練する。 - 3つの結合コンポーネントから成る：再帰的物体状態推定器、全身ベースポリシーと残差マニピュレーション制御、LiDARベースのロボット大域位置推定器。 - シミュレーションで訓練し、実機にゼロショットで展開する。

2. 先行研究と比べてどこがすごい？

- 従来の模倣学習ベースのアプローチは人間のデモンストレーションに依存し、外乱に脆弱であることが多い。 - AdaptManipは強化学習を用いることで、人間のデモンストレーションやテレオペレーションデータを必要とせず、堅牢なロコマニピュレーションポリシーを訓練する。 - 実験結果では、模倣学習ベースの手法を含むベースラインと比較して、適応性と成功率で大幅に優れる。

3. 技術・手法の肝は？

- 再帰的物体状態推定器：限られた視野やオクルージョン下で操作対象物体をリアルタイムに追跡する。 - 全身ベースポリシー：堅牢な移動のためのポリシーと、安定した物体持ち上げ・配達のための残差マニピュレーション制御。 - LiDARベースのロボット大域位置推定器：ドリフトに堅牢なローカリゼーションを提供する。 - 全コンポーネントをシミュレーションで強化学習により訓練し、実機にゼロショットで展開する。

4. どうやって有効だと検証した？

- シミュレーションで訓練し、実機にゼロショットで展開して実験を行った。 - 実験結果は、AdaptManipが模倣学習ベースの手法を含むベースラインと比較して、適応性と全体成功率で大幅に優れることを示した。 - 正確な物体状態推定がオクルージョン下でもマニピュレーション性能を向上させることを示した。 - ヒューマノイドロボットによる完全自律的な実世界ナビゲーション、物体持ち上げ、配達を実証した。

5. 議論はある？

- 要旨からは、議論や限界についての詳細は不明である。 - ただし、オクルージョン下での物体状態推定の重要性や、実世界での自律性の実証が強調されている。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究：模倣学習ベースのアプローチ（imitation learning-based approaches）。 - 関連手法：強化学習（reinforcement learning）、再帰的物体状態推定（recurrent object state estimation）、LiDARベースの位置推定（LiDAR-based global position estimation）。 - 同分野の定番：ヒューマノイドロボットのロコマニピュレーション（loco-manipulation）に関する研究。

※ 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: Morgan Byrd, Donghoon Baek, Kartik Garg, Hyunyoung Jung, Daesol Cho, Maks Sorokin, Robert Wright, Sehoon Ha

分類: cs.RO, cs.LG

原文アブストラクト

This paper presents Adaptive Whole-body Loco-Manipulation, AdaptManip, a fully autonomous framework for humanoid robots to perform integrated navigation, object lifting, and delivery. Unlike prior imitation learning-based approaches that rely on human demonstrations and are often brittle to disturbances, AdaptManip aims to train a robust loco-manipulation policy via reinforcement learning without human demonstrations or teleoperation data. The proposed framework consists of three coupled components: (1) a recurrent object state estimator that tracks the manipulated object in real time under limited field-of-view and occlusions; (2) a whole-body base policy for robust locomotion with residual manipulation control for stable object lifting and delivery; and (3) a LiDAR-based robot global position estimator that provides drift-robust localization. All components are trained in simulation using reinforcement learning and deployed on real hardware in a zero-shot manner. Experimental results show that AdaptManip significantly outperforms baseline methods, including imitation learning-based approaches, in adaptability and overall success rate, while accurate object state estimation improves manipulation performance even under occlusion. We further demonstrate fully autonomous real-world navigation, object lifting, and delivery on a humanoid robot.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  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
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →