日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2603.06775

HybridMimic: ハイブリッドRL-セントロイダル制御による人型ロボットの動作模倣

HybridMimic: Hybrid RL-Centroidal Control for Humanoid Motion Mimicking

シェア:XThreadsFacebookLINEはてブBluesky

学習ポリシーがセントロイダルモデルベースのコントローラを動的に変調し、連続的な接触状態と目標重心速度を予測することで、ドメインシフト下でも物理的に実現可能なフィードフォワードトルクを生成する人型ロボットの動作模倣フレームワークを提案した。実機実験でベース位置追従誤差を13%削減した。

詳しい要約

1. どんなもの?

- 人型ロボットの運動模倣(motion mimicking)を目的とした強化学習(RL)フレームワーク。 - 学習方策がcentroidal dynamicsに基づくコントローラを動的に調整し、連続的な接触状態と目標centroidal速度を予測する。 - 物理情報に基づく報酬を用いて訓練し、Booster T1人型ロボットで実機実験を実施。

2. 先行研究と比べてどこがすごい?

- 標準的なRLは展開時にロボット動力学を明示的に考慮せず、分布外環境で物理的に実行不可能な指令を出す可能性がある。 - 既存のハイブリッド手法は接触タイミングを事前定義しており、汎用性が限られる。 - 提案手法は接触状態を連続的に予測し、centroidal dynamicsの物理的基盤を活用することで、ドメインシフト下でも実行可能なフィードフォワードトルクを生成する。

3. 技術・手法の肝は?

- 学習方策がcentroidalモデルベースコントローラを動的に調整し、連続接触状態と目標centroidal速度を出力する。 - 物理情報に基づく報酬により、方策はcentroidalコントローラの最適化を効率的に利用するよう訓練される。 - これにより、ドメインシフト下でも物理的に実現可能なフィードフォワードトルクが生成される。

4. どうやって有効だと検証した?

- Booster T1人型ロボットを用いたハードウェア実験を実施。 - 最先端のRLベースラインと比較して、平均ベース位置追従誤差を13%削減。 - 動力学を考慮した展開のロバスト性を実証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照されている最先端RLベースライン(具体的名称は要旨からは不明)。 - 関連手法として、centroidal dynamicsに基づくモデルベース制御、ハイブリッドRL-モデルベースアプローチ、人型ロボットの運動模倣に関する研究。

※ 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: Ludwig Chee-Ying Tay, I-Chia Chang, Yan Gu

分類: cs.RO

原文アブストラクト

Motion mimicking, i.e., encouraging the control policy to mimic human motion, facilitates the learning of complex tasks via reinforcement learning (RL) for humanoid robots. Although standard RL frameworks demonstrate impressive locomotion agility, they often bypass explicit reasoning about robot dynamics during deployment, which is a design choice that can lead to physically infeasible commands when the robot encounters out-of-distribution environments. By integrating model-based principles, hybrid approaches can improve performance; however, existing methods typically rely on predefined contact timing, limiting their versatility. This paper introduces HybridMimic, a framework in which a learned policy dynamically modulates a centroidal-model-based controller by predicting continuous contact states and desired centroidal velocities. This architecture exploits the physical grounding of centroidal dynamics to generate feedforward torques that remain feasible even under domain shift. Using physics-informed rewards, the policy is trained to efficiently utilize the centroidal controller's optimization by outputting precise control targets and reference torques. Through hardware experiments on the Booster T1 humanoid, HybridMimic reduces the average base position tracking error by 13\% compared to a state-of-the-art RL baseline, demonstrating the robustness of dynamics-aware deployment.

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI