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:2605.28549

SPRINT: ヒューマノイドのアスリート的スプリントのための効率的スペクトル事前分布

SPRINT: Efficient Spectral Priors for Humanoid Athletic Sprints

シェア:XThreadsFacebookLINEはてブBluesky

周波数領域で人間の歩行の周期性を捉えたスペクトル事前分布を用いて、ヒューマノイドの高速スプリントを実現するフレームワークを提案。Unitree G1で6m/sの走行とゼロショットsim-to-real転送に成功。

詳しい要約

1. どんなもの?

- 人型ロボットの全力疾走(athletic sprints)を実現するフレームワーク SPRINT を提案する研究。 - 周波数領域で人間の移動運動の周期性を表現する『spectral priors』を導入し、参照動作ライブラリ(5つの離散的な動作シーケンス)から、広い速度域で運動学的に実行可能な関節軌道を生成する。 - 事前学習した priors に導かれた SPRINT ポリシーは、Unitree G1 プラットフォームでの実機実験で zero-shot sim-to-real 転移を達成し、最高 6 m/s の疾走速度と滑らかな歩容遷移を示す。

2. 先行研究と比べてどこがすごい?

- 従来は人型ロボットに適用可能な運動学的参照データが乏しく、既存フレームワークは疾走中の安定性を維持できなかった。 - SPRINT は効率的で周波数適応的な spectral priors により、参照分布を超える速度域まで外挿可能な関節軌道を生成する点が新しい。 - 結果として zero-shot sim-to-real 転移を実機で達成し、6 m/s の最高疾走速度と生体模倣的な自然さを両立した点が先行研究と異なる。

3. 技術・手法の肝は?

- 人間の移動運動の基本周期性を周波数領域で特徴づける spectral priors を導入する。 - 5つの離散的な動作シーケンスからなる参照ライブラリを用いて priors を構築する。 - これらの priors が広い速度スペクトルにわたり運動学的に実行可能な関節軌道を生成し、参照分布を超える速度へ外挿する。 - 事前学習した priors に導かれて SPRINT ポリシーを学習する。

4. どうやって有効だと検証した?

- Unitree G1 プラットフォームでの実機フィールド実験を実施した。 - zero-shot sim-to-real 転移を達成したことを示した。 - 最高疾走速度 6 m/s を達成し、滑らかな歩容遷移と生体模倣的な自然さを確認した。

5. 議論はある?

- 要旨からは不明(限界や失敗事例、議論の詳細は記述されていない)。 - ただし、frequency-adaptive spectral priors が人型ロボットの athletic sprints におけるデータ効率の高い基盤となることを主張している。

6. 次に読むべき論文は?

- 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、人型ロボットの sim-to-real 転移、運動学的参照データを用いた学習、周波数領域の運動表現(spectral priors)、Unitree G1 を用いた研究が次に読む候補となる。

※ 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: Yantong Wei, Kaihong Huang, Hainan Pan, Jiawei Luo, Jiawei Zhou, Ziyan Mai, Zhiwen Zeng, Yaonan Wang, Huimin Lu

分類: cs.RO, cs.LG

原文アブストラクト

The pursuit of humanoid athletic sprints is hindered by a scarcity of humanoid-viable kinematic reference data and the inability of existing frameworks to maintain stability during sprints. To overcome these limitations, we introduce SPRINT, a novel framework driven by efficient, frequency-adaptive spectral priors. By characterizing the fundamental periodicity of human locomotion in the frequency domain using a reference library of five discrete motion sequences, these priors generate kinematically feasible joint trajectories across a broad velocity spectrum, successfully extrapolating to speeds that exceed the reference distribution. Guided by these pretrained priors, the SPRINT policy achieves zero-shot sim-to-real transfer in field experiments on the Unitree G1 platform, reaching a peak sprinting velocity of 6 m/s and demonstrating seamless gait transitions while preserving biomimetic naturalness. Ultimately, this work establishes frequency-adaptive spectral priors as a highly data-efficient foundation for humanoid athletic sprints. The project page is available at https://anonymous.4open.science/w/SPRINT-138A/.

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

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