日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

物理ベース制御/動作追跡arXiv:2606.25056

BFMTrack: 行動基盤モデルを用いた物理ベース動作追跡のための潜在系列最適化

BFMTrack: Latent Sequence Optimization for Physics-Based Motion Tracking with Behavioral Foundation Models

シェア:XThreadsFacebookLINEはてブBluesky

行動基盤モデル(BFM)の潜在空間を時系列で最適化する手法を提案し、報酬設計なしで高精度な動作追跡を実現した。シミュレーションとポリシー勾配を組み合わせ、実ロボットへの展開も検証している。

詳しい要約

1. どんなもの?

- 物理ベースのキャラクタ制御のためのBehavioral Foundation Models (BFMs)を拡張し、時変目標であるモーション追跡を可能にするLatent Sequence Optimization (LSO)を提案。 - 従来のBFMsは時間不変タスク(目標到達や状態ベース報酬最適化)に優れるが、時変目標には対応していなかった。 - LSOはシミュレーションロールアウトとポリシー勾配更新を組み合わせ、潜在変数のシーケンスを最適化する。 - 報酬設計やチューニングを必要とせず、精密なモーション追跡を実現。 - 密な追跡、スパースキーフレーミング、実機ヒューマノイドへの直接展開で検証。

2. 先行研究と比べてどこがすごい?

- 既存のBFMsは時間不変タスクに強みを持つが、時変目標(モーション追跡)には直接対応できなかった。 - 追跡のための既存ヒューリスティックは移動窓平均に依存し、動的な動きのニュアンスを捉えられない。 - 提案手法は報酬エンジニアリングやチューニングを不要にし、BFMsの能力を精密なモーション追跡へ拡張。 - 時間的に相関したノイズで潜在シーケンスをモデル化し、滑らかで一貫した潜在軌道を誘導。

3. 技術・手法の肝は?

- Latent Sequence Optimization (LSO)を提案。シミュレーションロールアウトとポリシー勾配更新を組み合わせ、潜在変数のシーケンスを最適化。 - 時間的に相関したノイズを用いて潜在シーケンスをモデル化し、滑らかで一貫した潜在軌道を実現。 - 報酬設計やチューニングを必要とせず、BFMsの潜在空間を時変目標に適応させる。

4. どうやって有効だと検証した?

- 密な追跡(dense tracking)、スパースキーフレーミング(sparse keyframing)、実機ヒューマノイドロボットへの直接展開で検証。 - 具体的な評価指標やベースラインとの比較詳細は要旨からは不明。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Behavioral Foundation Models (BFMs)に関する研究、特に時間不変タスクを扱うもの。 - モーション追跡のための移動窓平均ヒューリスティックを用いる既存研究。 - 物理ベースのキャラクタ制御やヒューマノイドロボットのモーション追跡に関する一般的な手法。

※ 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: Thomas Rupf, Agon Serifi, David Müller, Sammy Christen, Ruben Grandia, Espen Knoop, Moritz Bächer

分類: cs.RO

原文アブストラクト

Behavioral Foundation Models (BFMs) offer a promising path toward universal physics-based character control by organizing a rich repertoire of physically plausible behaviors into a latent space, guided by a large-scale motion dataset. While these models excel at time-invariant tasks, such as goal-reaching and state-based reward optimization, their latent space does not directly support time-varying objectives, such as tracking a motion sequence. For tracking, existing heuristics rely on moving-window-averaging that fails to capture the nuances of highly dynamic motions. In this work, we propose a novel Latent Sequence Optimization (LSO) to address these shortcomings. Our approach combines simulation rollouts with a policy gradient update to optimize over a sequence of latents, extending the capabilities of BFMs toward precise motion tracking without requiring reward engineering and tuning. To guide the optimization toward smooth, coherent latent trajectories, we model the latent sequence using temporally correlated noise. We validate our approach across dense tracking, sparse keyframing, and direct deployment onto a real humanoid robot.

  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