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/強化学習arXiv:2609.06718

SkillX: ヒューマノイドサッカーのための統合マルチスキルポリシー学習

SkillX: Unified Multi-Skill Policy Learning for Humanoid Soccer

シェア:XThreadsFacebookLINEはてブBluesky

ヒューマノイドサッカーにおいて、単一のコマンド条件付きポリシーでドリブル、トラップ、シュートなどの複数のスキルを学習・切り替え可能にする統一強化学習フレームワークを提案した。

詳しい要約

1. どんなもの?

SkillXは、ヒューマノイドサッカーにおける複数の原子スキル(ドリブル、トラップ、シュートなど)を単一のコマンド条件付きポリシーで学習・構成する統合強化学習フレームワークを提案する。従来のタスク特化型マルチステージパイプラインとは異なり、長期的なスキル切り替えとオブジェクト操作を伴う動的全身体制御を単一の展開可能なポリシーで実現する。

2. 先行研究と比べてどこがすごい?

既存のヒューマノイドスポーツ手法はタスク特化型のマルチステージパイプラインに依存し、複数のオブジェクト操作スキルを単一のポリシーで共同学習・構成することが困難だった。SkillXは、スキル固有のadversarial motion priors、スキル固有のcritics、オブジェクト認識型temporal encoderを統合することで、単一のポリシーで複数の原子スキルとその遷移を学習可能にした点が新しい。

3. 技術・手法の肝は?

手法の核は3つの設計にある。(1) スキル固有のadversarial motion priorsにより、各スキルの自然な動きを模倣する。(2) スキル固有のcriticsを用いて、スキルごとの価値関数を学習し、ポリシーの最適化を安定させる。(3) オブジェクト認識型temporal encoderがボールなどのオブジェクトの状態を時間的に符号化し、オブジェクト操作を可能にする。これらをコマンド条件付きポリシーに統合し、スキルの実行と遷移を実現する。

4. どうやって有効だと検証した?

シミュレーションと実機のNoetix E1ヒューマノイドを用いて検証した。具体的には、複数スキルの実行、長期的なスキル構成、sim-to-real展開の成功を示した。

5. 議論はある?

要旨からは、提案手法の限界や課題についての議論は不明。ただし、シミュレーションと実機での検証は示されているが、他の環境やスキルへの一般化、計算コスト、実機での堅牢性などに関する詳細な議論は要旨に含まれていない。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、ヒューマノイドサッカーや強化学習による全身制御の分野では、タスク特化型マルチステージパイプラインを用いた既存手法や、adversarial motion priorsを用いた模倣学習、sim-to-real転移に関する研究が関連する。具体的には、ヒューマノイドロボットのサッカーに関する既存研究や、強化学習による運動スキル獲得の研究が挙げられる。

※ 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: Zhangchen Ye, Enxuan Ruan, Yifei Bao, Runhan Huang, Jiankun Yang, Jiakang Jin, Yixiao Huo, Pengyuan Wang, Yinan Han, Huaxing Huang, Wenhao Cui, Yiming Li, Xiaoyu Tian

分類: cs.RO

原文アブストラクト

Humanoid soccer is a challenging testbed for dynamic whole-body control, requiring robots to coordinate balance, locomotion, object interaction, and skill switching over long horizons. Existing humanoid sports methods often rely on task-specific multi-stage pipelines, making it difficult to jointly learn and compose multiple object-interactive skills within a single deployable policy. To address this, we present SkillX, a unified reinforcement learning framework that learns and composes multiple atomic soccer skills through a single command-conditioned policy. SkillX integrates three core designs: skill-specific adversarial motion priors, skill-specific critics, and an object-aware temporal encoder, enabling the robot to execute atomic skills and transition among them such as dribbling, trapping, and shooting. Experiments in simulation and on a real Noetix E1 humanoid demonstrate robust multi-skill execution, long-horizon skill composition, and successful sim-to-real deployment.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI