全身操作/模倣学習2026/6/1arXiv:2606.29940

WARP: オフラインの人間デモからの学習のための全身リターゲティング

WARP: Whole-Body Retargeting for Learning from Offline Human Demonstrations

人間のデモからロボットの全身動作を正確に抽出するオフラインパイプラインを提案し、ゼロショットでの全身移動操作を実現した。

詳しい要約

1. どんなもの？

- 人間のオフライン実演から全身移動マニピュレーションを学習するための retargeting フレームワーク WARP を提案。 - 人間のデータは mobile teleoperation よりスケールしやすいが、embodiment gap が問題。 - WARP は embodiment の違いを明示的にモデル化し、正確で一意な全身行動を抽出するオフラインパイプライン。 - ゼロショットで全身移動マニピュレーションを実現する初のフレームワークと主張。

2. 先行研究と比べてどこがすごい？

- 既存の retargeting 手法は不正確・不一致な解を生み、action multi-modality を引き起こし、supervised policy の収束を妨げる。 - WARP は正確で一意な全身行動を抽出し、信頼性の高いデータを提供。 - 人間の in-the-loop teleoperation 行動データを不要にし、オフライン人間実演から直接ゼロショット全身移動マニピュレーションを達成。

3. 技術・手法の肝は？

- embodiment の違いを明示的にモデル化するオフラインパイプライン。 - 閉形式の Shoulder-Elbow-Wrist (SEW) 幾何ソルバーを活用し、全身の構造的意図を保ちつつ正確な end-effector 追従を実現。 - lazy mobile-base control と組み合わせ、正確で一貫したロボット軌道を抽出。

4. どうやって有効だと検証した？

- 評価により、WARP が open-loop real-world replay に対して非常に信頼性の高いデータを提供することを示す。 - ゼロショット全身移動マニピュレーションをオフライン人間実演から直接達成したと報告。 - 詳細は https://warp-retarget.github.io/ を参照。

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/比較されている具体的な研究は明示されていない。 - 関連手法として mobile teleoperation、既存の retargeting 手法、supervised policy learning が挙げられる。 - 同分野の定番として whole-body mobile manipulation、human demonstration learning、retargeting に関する研究が考えられる。

※ 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: Zhenyang Chen, Chuizheng Kong, Chuye Zhang, Yuanshao Yang, Lawrence Y. Zhu, Shreyas Kousik, Danfei Xu

分類: cs.RO

原文アブストラクト

Direct transfer from human demonstration to learnable robot action is a crucial step towards scalable whole-body mobile manipulation. While human data scales better than mobile teleoperation, it requires overcoming significant embodiment gaps. Existing retargeting methods yield imprecise or inconsistent solutions, causing action multi-modality that prevents supervised policies from reliably converging. We present Whole-body-Aware Retargeting from human Pose (WARP), an offline pipeline that explicitly models embodiment differences to extract precise, unique whole-body actions. WARP leverages a closed-form Shoulder-Elbow-Wrist (SEW) geometric solver for exact end-effector tracking while preserving whole-body structural intent. Paired with lazy mobile-base control, it extracts accurate, consistent robot trajectories. Evaluations show WARP provides highly reliable data for open-loop real-world replay. To our knowledge, WARP is the first framework to achieve zero-shot whole-body mobile manipulation directly from offline human demonstrations, eliminating the need for human-in-the-loop teleoperation action data. More details on https://warp-retarget.github.io/

arXivで原文を読む →arXiv概要ページ

← 論文一覧