日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ヒューマノイド制御arXiv:2604.03999

ヒューマノイドロボットによる全身動的ダンス -- モデルベース制御アプローチ

Dynamic Whole-Body Dancing with Humanoid Robots -- A Model-Based Control Approach

シェア:XThreadsFacebookLINEはてブBluesky

モーションキャプチャで取得した人間のダンスをヒューマノイドに転写し、モデル予測制御で動的かつ安定に実行する枠組みを提案。実機4台での公開実演で有効性を示した。

詳しい要約

1. どんなもの?

- 本論文は、humanoid robot の dynamic whole-body dance motion を生成・実行するための model-based framework を提案する。 - フレームワークは offline motion generation と online motion execution の2段階からなる。 - offline では MoCap で取得した人間の dance demonstration を robot に retarget し、QP と TO で refine する。 - online では centroidal dynamics-based MPC で計画軌道を追従し、swing foot placement を調整する。 - full-size humanoid robot Kuavo 4Pro を用いて simulation と4分間の live public performance で検証した。

2. 先行研究と比べてどこがすごい?

- 従来の humanoid dance 研究と比べ、offline と online を統合し、future state prediction を両段階で活用する点が新しい。 - 特に online で centroidal dynamics-based MPC により外乱に適応しつつ dynamic dance を実現する点が先行研究と異なる。 - 4台の robot による4分間の live public performance という実環境での実証は従来にない規模とされる。 - 予測ホライズンを長くすると motion expressiveness と stability が向上することを示した点も貢献。

3. 技術・手法の肝は?

- offline motion generation: MoCap で人間の dance を取得し、QP で robot に retarget、TO で dynamic feasibility を保証。 - online motion execution: centroidal dynamics-based MPC が planned motion を real-time で追従。 - MPC は future state prediction を用いて swing foot placement を proactive に調整し、外乱に適応。 - 両段階で future state prediction を活用する点が肝。

4. どうやって有効だと検証した?

- full-size humanoid robot Kuavo 4Pro を用いて simulation と実機で検証。 - 4台の robot による4分間の live public performance を実施し、dynamic dance motion を実証。 - 実験結果から、予測ホライズンが長いほど planning の motion expressiveness と execution の stability が向上することを確認。

5. 議論はある?

- 予測ホライズンの長さが motion expressiveness と stability に与える影響について議論。 - 長い予測ホライズンが両者を改善することを実験的に示した。 - その他の議論や限界については要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明記されていない。 - 関連手法として、humanoid robot の whole-body control、Model Predictive Control (MPC)、Trajectory Optimization (TO)、Quadratic Programming (QP)、motion retargeting に関する論文が次に読むべき候補。 - 具体的な論文名は要旨からは不明。

※ 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: Shibowen Zhang, Jiayang Wu, Guannan Liu, Helin Zhu, Junjie Liu, Zhehan Li, Junhong Guo, Xiaokun Leng, Hangxin Liu, Jingwen Zhang, Jikai Wang, Zonghai Chen, Zhicheng He, Jiayi Wang, Yao Su

分類: cs.RO

原文アブストラクト

This paper presents an integrated model-based framework for generating and executing dynamic whole-body dance motions on humanoid robots. The framework operates in two stages: offline motion generation and online motion execution, both leveraging future state prediction to enable robust and dynamic dance motions in real-world environments. In the offline motion generation stage, human dance demonstrations are captured via a motion capture (MoCap) system, retargeted to the robot by solving a Quadratic Programming (QP) problem, and further refined using Trajectory Optimization (TO) to ensure dynamic feasibility. In the online motion execution stage, a centroidal dynamics-based Model Predictive Control (MPC) framework tracks the planned motions in real time and proactively adjusts swing foot placement to adapt to real world disturbances. We validate our framework on the full-size humanoid robot Kuavo 4Pro, demonstrating the dynamic dance motions both in simulation and in a four-minute live public performance with a team of four robots. Experimental results show that longer prediction horizons improve both motion expressiveness in planning and stability in execution.

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. 2newmo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
  3. 3GXO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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI