Rhythm: 双ヒューマノイドのインタラクティブ全身制御学習

- 複数の humanoid が物理的に結合して協調する interactive whole-body control を実世界で実現する初の統一フレームワーク Rhythm を提案。 - 対象は dual-humanoid システムで、Unitree G1 ロボット2台を用いた実機展開を想定。 - 構成要素は Interaction-Aware Motion Retargeting (IAMR)、Interaction-Guided Reinforcement Learning (IGRL)、実世界展開システムの3つ。 - hugging や dancing など複雑で物理的に妥当な相互作用行動の sim-to-real 転移を目指す。

- 従来研究は個々のロボットの agility 向上に注力しており、物理的に結合した multi-humanoid の相互作用には未対応。 - 主な障壁は severe kinematic mismatches と complex contact dynamics であり、これらを扱う統一フレームワークは存在しなかった。 - 本手法は dual-humanoid の実世界展開を可能にした初の枠組みである点が新規。 - 単機の運動生成ではなく、相互作用を考慮した参照生成と強化学習を統合している点が先行研究と異なる。

- Interaction-Aware Motion Retargeting (IAMR): 人間データから実行可能な humanoid 相互作用参照を生成。 - Interaction-Guided Reinforcement Learning (IGRL): graph-based rewards を用いて coupled dynamics を学習する方策。 - 実世界展開システム: dual-humanoid 相互作用を robust に転移させるためのデプロイ機構。 - これら3要素を統合し、シミュレーションから実機への転移を可能にする。

- 物理 Unitree G1 ロボット2台を用いた広範な実験を実施。 - robust な interactive whole-body control を達成し、hugging や dancing など多様な行動を simulation から reality へ転移。 - 実機で相互作用行動が成立することを示した。 - 定量的評価指標や比較対象の詳細は要旨からは不明。

- 要旨では severe kinematic mismatches と complex contact dynamics が課題として挙げられている。 - 実世界展開の robust な転移が達成されたと主張。 - 限界、失敗事例、計算コスト、安全性、汎化性に関する議論は要旨からは不明。 - 倫理的・社会的影響についての言及は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として Interaction-Aware Motion Retargeting (IAMR)、Interaction-Guided Reinforcement Learning (IGRL)、graph-based rewards が挙げられる。 - 同分野の定番として humanoid locomotion、sim-to-real transfer、multi-agent reinforcement learning、motion retargeting に関する研究を読むとよい。 - 具体的な論文名は要旨からは不明。