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:2605.30770

SSR: 開放世界への確実かつ対称的な人型移動のスケーリング

SSR: Scaling Surefooted and Symmetric Humanoid Traversal to the Open World

シェア:XThreadsFacebookLINEはてブBluesky

人型ロボットが視覚を用いて多様な実世界地形を安全かつ安定に移動するためのエンドツーエンドフレームワークSSRを提案した。想像上の足場ガイドと対称性拡張、地形特化の動作プリエンプションにより、階段や広い隙間などの困難な地形での長距離移動を実現した。

詳しい要約

1. どんなもの?

- 提案手法: SSR (Scaling Surefooted and Symmetric Humanoid Traversal) - 目的: ヒューマノイドロボットのオープンワールド走破を実現 - 特徴: 自己中心視覚を用いたend-to-endフレームワーク - 学習対象: 安全な足場配置と協調的な全身動作を同時に学習 - 対象地形: 不均一地形、階段、広いギャップ、高いプラットフォームなど - 実世界での長期走破を可能にする

2. 先行研究と比べてどこがすごい?

- 従来のヒューマノイド走破は限定的な環境や動きに留まることが多い - SSRはオープンワールドでの安全・安定・高品質な移動を実現 - 自己中心視覚からのend-to-end学習で、動的な動きに対応 - 多様な実世界地形(階段、ギャップ、高台)での検証を実施 - 長期走破を可能にした点が先行研究と比べて優れている

3. 技術・手法の肝は?

- Imagined foothold guidance: スイング足の接地を予測し、安定領域へ誘導 - Equivariant latent-space symmetry augmentation: 高次元視覚観測下で左右協調を効率的に学習 - Terrain-specific multi-discriminator motion priors: シーンごとに人間らしい動作を促進 - これらを統合したend-to-endフレームワーク

4. どうやって有効だと検証した?

- 多様な実世界地形での実験を実施 - 階段(様々な構造)、広いギャップ、高いプラットフォームなどの極限課題を含む - 安全、安定、高品質な移動を達成 - オープンな屋外環境での信頼性の高い長期走破を実証

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/比較されている研究は明記されていない - 関連手法: ヒューマノイドロボットの視覚ベース移動、強化学習による運動制御、motion priors、symmetry augmentation

※ 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: Ruiqi Yu, Yiwen Wang, Yuan Hao, Jun WU, Qiuguo Zhu

分類: cs.RO

原文アブストラクト

Extending humanoid traversal to the open world is key to practical deployment in human environments, but remains challenging. The robot must use vision to ensure safe and reliable foot placement on heterogeneous terrain under highly dynamic motion, while producing coordinated, natural whole-body behaviors. We propose SSR, an efficient end-to-end framework for egocentric vision-based humanoid traversal that jointly learns these capabilities. SSR introduces imagined foothold guidance, which learns to model forthcoming swing-foot contacts and evaluates their support to guide pre-touchdown swings toward stable regions, reducing edge slips. It further employs equivariant latent-space symmetry augmentation to efficiently induce bilateral coordination under high-dimensional visual observations, and uses terrain-specific multi-discriminator motion priors to encourage human-like behavior across scenes. Extensive experiments show that SSR achieves safe, stable, and high-quality locomotion on diverse real-world terrains, including stairs with varied structures and extreme challenges such as wide gaps and high platforms, while enabling reliable long-horizon traversal in open outdoor environments.

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