何が起きたか
2026年7月3日にarXivで公開された論文『ADP: Adversarial Dynamics Priors for Physically Grounded Humanoid Locomotion』において、ヒューマノイドの歩行制御のための新手法ADPが発表された。この手法は、外乱に対する耐性を向上させることを目的としており、既存のAMPと比較して外乱耐性指標J80を16.7%改善したと報告されている。
詳細
ADPは、運動学的な運動特徴ではなく、軌道最適化から得られる参照データセットを用いて、重心運動、セントロイダル運動量、接触力、接触状態などの動力学特徴を敵対的正則化の対象とする。識別器は、ポリシーが生成する時間窓が参照分布と整合するかを評価する。明示的な運動追跡を行わずに、外乱後もポリシーの出力が参照サポートに近い状態を保つことを促す。実験では、最強のベースラインとされるAMPと比較し、J80を16.7%向上、方向平均の回復時間を47.9%短縮、速度追従誤差を35.4%低減したとされる。
Key Facts
| 論文『ADP: Adversarial Dynamics Priors for Physically Grounded Humanoid Locomotion』がarXivで公開された（2026年7月3日）。 | [1] |
| ADPは、運動学的特徴ではなく、重心運動、セントロイダル運動量、接触力、接触状態などの動力学特徴を敵対的正則化の対象とする。 | [1] |
| ADPは、軌道最適化を用いて参照データセットを構築し、識別器がポリシー生成の時間窓と参照分布の整合性を評価する。 | [1] |
| AMPと比較して、ADPは80%成功率のインパルス閾値（J80）を16.7%向上させた。 | [1] |
| ADPは、方向平均の回復時間を47.9%、速度追従誤差を35.4%削減した。 | [1] |
なぜ重要か
ADPは、ヒューマノイドの歩行制御における外乱耐性を向上させる新しいアプローチを示しており、実環境での応用可能性を広げる。動力学特徴を直接正則化する手法は、今後の制御アルゴリズムの設計に影響を与える可能性がある。