PhysMoDPO: 選好最適化による物理的に妥当なヒューマノイド動作生成
PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization
全身制御器(WBC)を訓練に組み込み、拡散モデルが生成する動作を物理法則とテキスト指示の両方に適合させる選好最適化フレームワークを提案し、シミュレーションと実機G1ヒューマノイドで有効性を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov, Abdul Ahad Butt, Gül Varol, Pascal Fua, Fabio Pizzati, Ivan Laptev
分類: cs.LG, cs.AI, cs.CV, cs.RO
原文アブストラクト
Recent progress in text-conditioned human motion generation has been largely driven by diffusion models trained on large-scale human motion data. Building on this progress, recent methods attempt to transfer such models for character animation and real robot control by applying a Whole-Body Controller (WBC) that converts diffusion-generated motions into executable trajectories. While WBC trajectories become compliant with physics, they may expose substantial deviations from original motion. To address this issue, we here propose PhysMoDPO, a Direct Preference Optimization framework. Unlike prior work that relies on hand-crafted physics-aware heuristics such as foot-sliding penalties, we integrate WBC into our training pipeline and optimize diffusion model such that the output of WBC becomes compliant both with physics and original text instructions. To train PhysMoDPO we deploy physics-based and task-specific rewards and use them to assign preference to synthesized trajectories. Our extensive experiments on text-to-motion and spatial control tasks demonstrate consistent improvements of PhysMoDPO in both physical realism and task-related metrics on simulated robots. Moreover, we demonstrate that PhysMoDPO results in significant improvements when applied to zero-shot motion transfer in simulation and for real-world deployment on a G1 humanoid robot.
関連論文
- TRACE: ヒューマノイド動作拡散のための型付き参照認識対話編集ヒューマノイド動作生成
- PartiGen: 部位認識表現による言語条件付きヒューマノイド動作生成ヒューマノイド動作生成
- TEXEDO: コントローラを考慮した言語条件付きヒューマノイド動作生成のためのテスト時スケーリングヒューマノイド動作生成
- PhyGile: 物理プレフィックス誘導による俊敏な汎用人型ロボット動作追従のための動作生成ヒューマノイド動作生成
- 一日中動けるカンフーアスリートボット：高ダイナミック・バランス挑戦動作データセットと自律的転倒回復トラッキングヒューマノイド動作生成
