接触を狙う: 動的モーションリターゲティングのための接触暗黙的多重シューティング
Shooting for Contact: Contact-Implicit Multiple Shooting for Dynamic Motion Retargeting
動的に実現可能な全身軌道を生成するため、微分可能なシミュレータを非線形計画法に組み込んだ接触暗黙的直接シミュレーションベース多重シューティング(DSMS)を提案し、RL訓練の加速と実機へのゼロショット転送を実証した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Sergio A. Esteban, Jason H. K. Siu, Derrick Mach, Junheng Li, Vince Kurtz, Joel W. Burdick, Aaron D. Ames
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
Motion retargeting approaches often prioritize kinematic similarity over whole-body dynamics, contact consistency, and actuation limits, yielding references that are difficult for reinforcement learning (RL) policies to reproduce, particularly for contact-rich behaviors. We present a contact-implicit, direct simulation-based multiple shooting (DSMS) framework that transforms kinematically feasible references into dynamically feasible whole-body trajectories. By embedding a differentiable simulator within a nonlinear program, DSMS resolves contact, friction, impacts, self-collision, and joint limits internally while enforcing tracking, actuation, and task constraints without prescribing a contact schedule or introducing explicit contact constraints. Compared with existing retargeting methods, DSMS accelerates motion-imitation RL training and yields policies with high success rates and low tracking error. We further demonstrate zero-shot sim-to-real transfer on the Unitree G1 through command-conditioned contact-rich crawling and a highly dynamic 180-degree jump-turn.
関連論文
- 学習された点群対応によるヒューマノイドの統合モーションリターゲティングモーションリターゲティング
- ReActor: 物理を考慮したモーションリターゲティングのための強化学習モーションリターゲティング
- 乳児からヒューマノイドへのモーションリターゲティングによる一人称感覚運動経験のシミュレーションモーションリターゲティング
- AdaMorph: 身体性適応型Transformerによる統合モーションリターゲティングモーションリターゲティング
- 人体事前知識を活用したモーションリターゲティングのためのデータペアリング再定義モーションリターゲティング
