日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

全身制御arXiv:2606.06493

HANDOFF: 蒸留された相補的教師によるヒューマノイドのタスク空間全身制御

HANDOFF: Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドロボットのための直感的で汎用的なコマンド空間を提案し、複数の専門家を蒸留して統合した全身制御器を開発。実機で言語指示による多様なタスクを実証した。

詳しい要約

1. どんなもの?

- 人形ロボットの実世界展開に向けた、タスク計画と全身制御のインターフェース(コマンド空間)の設計を扱う研究。 - 既存の全身制御器は密なキネマティック/空間参照を要求し、プランナがタスク意味論から生成困難。 - 代わりに、直感的・汎用的・モジュール的・多様なloco-manipulation技能に十分表現力のあるコンパクトで明示的なインターフェースを提案。 - このインターフェースに従う単一の全身制御器HANDOFFを導入。 - 3つの補完的専門家(安全フィルタ済みデータによる全身運動追従、locomotion、fall-recovery)から、context-conditioned gating下のmulti-teacher KL distillationによりmixture-of-experts学生へ蒸留。 - Unitree G1上で、最先端の速度追従と最大級のロバストマニピュレーションワークスペースを提供。 - VLM駆動エージェントプランナによる自然言語駆動タスクロールアウトでハードウェア実現可能性を実証。タスク特異的データや制御器微調整は不要。

2. 先行研究と比べてどこがすごい?

- 既存の全身制御器は密なキネマティックまたは空間参照を要求し、プランナがタスク意味論から合成するのに苦労する。 - HANDOFFはコンパクトで明示的なインターフェースを採用し、直感的・汎用的・モジュール的・表現力豊かで多様なloco-manipulation技能に対応。 - Unitree G1上で、最先端の速度追従と最大級のロバストマニピュレーションワークスペースを実現。 - 自然言語駆動タスクロールアウトをVLM駆動エージェントプランナで実現し、タスク特異的データや制御器微調整なしでハードウェア実現可能性を示す。

3. 技術・手法の肝は?

- コンパクトで明示的なインターフェースを設計し、タスク計画と全身制御の橋渡しを実現。 - 単一の全身制御器HANDOFFを、3つの補完的専門家から蒸留。 - 専門家1: 安全フィルタ済みデータによる全身運動追従。 - 専門家2: locomotion。 - 専門家3: fall-recovery。 - 蒸留手法: context-conditioned gating scheme下でのmulti-teacher KL distillation。 - 学生モデル: mixture-of-experts。 - ハードウェア: Unitree G1。 - プランナ: VLM駆動エージェントプランナ。

4. どうやって有効だと検証した?

- Unitree G1上で評価。 - 最先端の速度追従を達成。 - 最大級のロバストマニピュレーションワークスペースを提供。 - 複数の自然言語駆動タスクロールアウトをVLM駆動エージェントプランナで実行し、ハードウェア実現可能性を実証。 - タスク特異的データや制御器微調整は不要。

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: 既存の全身制御器(密なキネマティック/空間参照を要求するもの)。 - 関連手法: multi-teacher KL distillation、mixture-of-experts、context-conditioned gating、VLM駆動エージェントプランナ。 - 同分野の定番: whole-body control、loco-manipulation、humanoid robotics。

※ 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: Lizhi Yang, Junheng Li, Nehar Poddar, Yiling Hou, Gio Huh, Robert Griffin, Georgia Gkioxari, Aaron Ames

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

For a humanoid robot to be deployed in the real world, the choice of command space (i.e., the interface between task planning and whole-body control) is crucial. Existing whole-body controllers typically demand dense kinematic or spatial references that planners struggle to synthesize from task semantics. We instead propose a compact, explicit interface that is intuitive, general, modular, and expressive enough for diverse loco-manipulation skills. To this end, we introduce HANDOFF, a single humanoid whole-body controller that follows this interface and is distilled via multi-teacher KL distillation under a context-conditioned gating scheme into a mixture-of-experts student from three complementary specialists: whole-body motion tracking with safety-filtered data, locomotion, and fall-recovery. On the Unitree G1, HANDOFF matches state-of-the-art velocity tracking and offers one of the largest robust manipulation workspaces. We further demonstrate hardware feasibility through multiple natural-language-driven task roll-outs, powered by a VLM-driven agentic planner with no task-specific data or controller fine-tuning.

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

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