MimicX：ポリシー・イン・ザ・ループ監督洗練による動画駆動型ヒューマノイド動作追従

- 人間の動画から得た運動参照を humanoid に物理ベースで追従させる video-driven humanoid motion tracking の枠組み。 - 見た目上もっともらしい参照でも物理実行で失敗が残る点に着目。 - 実行フィードバックを policy-in-the-loop で使い、追従目的と reset curriculum を洗練する MimicX を提案。 - 4 つの core video task で追従精度と Robust Execution Horizon を改善。

- 従来は reconstructed/retargeted motion を固定参照として学習する Fixed Reference baseline が中心。 - MimicX は実行時の失敗を supervision 変更の手がかりとして使う点が新しい。 - 難遷移と影響身体部位を局所化し、追従目的と reset curriculum を同時適応。 - 結果として body-tracking error 25.7% 減、execution horizon 255.6% 増(課題平均)。

- 再構成・retarget 済み運動から開始。 - 実行フィードバックで難しい遷移と影響を受ける身体領域を特定。 - tracking objectives と reset curriculum を joint に適応し、policy continuation を促す。 - 反復 rollout 検証で tracking guards の下、execution-priority の改善を選択。 - MimicX-HLoop により heterogeneous execution でフィードバックを高速化。

- 4 つの core video task で Fixed Reference baseline と比較。 - 追従精度と Robust Execution Horizon の改善を確認。 - 課題平均で body-tracking error 25.7% 減、execution horizon 255.6% 増。 - 追加で video、motion-reference、collision-scene の研究を実施。 - MimicX-HLoop による heterogeneous execution の高速化も評価。

- 視覚的に妥当な参照が物理実行で持続的失敗を生む原因を supervision の変更点として捉える。 - どの refinement を保持すべきかを rollout 検証で選ぶ枠組みを提示。 - 限界や失敗条件、計算コストの詳細は要旨からは不明。 - MimicX-HLoop の heterogeneous execution の具体的な効果範囲は要旨からは不明。

- Fixed Reference baseline(要旨で比較)。 - reconstructed/retargeted motion を用いる video-driven humanoid motion tracking の先行研究。 - reset curriculum や tracking objectives を扱う humanoid locomotion/whole-body control 研究。 - heterogeneous execution や policy-in-the-loop 学習に関する研究。