日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

動作生成arXiv:2604.11251

CLAW: 構成可能な言語注釈付き全身動作生成

CLAW: Composable Language-Annotated Whole-body Motion Generation

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドロボットのための言語条件付き全身動作データを大規模に生成するパイプラインを提案し、物理的に実行可能な軌道と多様な言語注釈を自動生成する。

詳しい要約

1. どんなもの?

- 言語条件付き全身制御のためのデータ生成パイプライン - Unitree G1 humanoid robot 向け - 言語注釈付き全身運動データをスケーラブルに生成 - 運動プリミティブを合成し、MuJoCo で物理的に接地した軌道を生成 - ブラウザベースのインターフェースを提供 - リアルタイムキーボードモード - タイムラインベースのシーケンスエディタ - テンプレートベースの言語注釈エンジン - システムは公開されている

2. 先行研究と比べてどこがすごい?

- 既存の motion capture ベースのアプローチ - コストが高く、多様性が限られる - text-to-motion 生成モデル - 純粋にキネマティックな出力で、物理的実現可能性が保証されない - CLAW の優位性 - スケーラブルな生成が可能 - 物理的に接地した軌道を生成 - 言語注釈を多様に生成 - ブラウザベースで探索的・バッチ収集が可能

3. 技術・手法の肝は?

- 運動プリミティブの合成 - キネマティックプランナーを使用 - パラメータ: movement, heading, speed, pelvis height, duration - 低レベルコントローラ - MuJoCo シミュレーションで参照を追従 - 物理的に接地した軌道を生成 - 言語注釈生成 - テンプレートベースのエンジン - セグメントレベルとトラジェクトリレベルの注釈 - インターフェース - リアルタイムキーボードモード - タイムラインベースのシーケンスエディタ

4. どうやって有効だと検証した?

- 要旨からは不明 - 具体的な検証方法や評価指標についての記述がない - システムの有効性をどのように検証したかは明示されていない

5. 議論はある?

- 要旨からは不明 - 限界や議論点についての記述がない - 今後の課題や改善点についても触れられていない

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究 - motion capture ベースのアプローチ - text-to-motion 生成モデル - 関連手法 - 言語条件付き全身制御 - ヒューマノイドロボットの運動生成 - MuJoCo シミュレーション - 運動プリミティブ - テンプレートベースの言語注釈

※ 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: Jianuo Cao, Yuxin Chen, Masayoshi Tomizuka

分類: cs.RO

原文アブストラクト

Training language-conditioned whole-body controllers for humanoid robots demands large-scale motion-language datasets. Existing approaches based on motion capture are costly and limited in diversity, while text-to-motion generative models produce purely kinematic outputs that are not guaranteed to be physically feasible. We present CLAW, a pipeline for scalable generation of language-annotated whole-body motion data for the Unitree G1 humanoid robot. CLAW composes motion primitives from a kinematic planner, parameterized by movement, heading, speed, pelvis height, and duration, and provides two browser-based interfaces--a real-time keyboard mode and a timeline-based sequence editor--for exploratory and batch data collection. A low-level controller tracks these references in MuJoCo simulation, yielding physically grounded trajectories. In parallel, a template-based engine generates diverse natural-language annotations at both segment and trajectory levels. To support scalable generation of motion-language paired data for humanoid robot learning, we make our system publicly available at: https://github.com/JianuoCao/CLAW

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

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