ヒューマノイドの全身制御向け基盤モデル手法「FLAM」を提案 論文公開

何が起きたか

arXivに2025年3月28日付で掲載された論文（識別番号2503.22249v1）において、ヒューマノイドロボットの移動と操作のための基盤モデルベース手法「FLAM（Foundation model-based method for humanoid Locomotion And Manipulation）」が提案された。FLAMは安定化報酬関数と基本方針を統合し、ロボットの姿勢を3D仮想人体モデルにマッピングした上で、人間の動作再構成モデルにより姿勢を安定化・再構成し、再構成前後の姿勢から安定化報酬を計算する。実験では、ヒューマノイドロボットのベンチマークにおいて、最先端の強化学習手法を上回る性能を示したと報告されている。

詳細

論文は、強化学習（RL）がヒューマノイドロボットの全身制御の主要な手法の一つであると指摘する。RLは環境との相互作用から学習し、タスク報酬に導かれてエージェントがタスクを完了できるようにするが、既存のRL手法は身体の安定性が移動や操作に与える影響を明示的に考慮することはほとんどない。タスク報酬のみに依存するRL手法では、全身制御で高い性能を達成することが課題となっている。 FLAMはこの課題に対し、安定化報酬関数を設計してロボットに安定した姿勢の学習を促し、学習プロセスを加速してタスク完了を容易にする。具体的には、ロボットの姿勢をまず3D仮想人体モデルにマッピングし、人間の動作再構成モデルを通じて姿勢を安定化・再構成する。そして、再構成前後の姿勢を用いて安定化報酬を計算する。この安定化報酬をタスク報酬と組み合わせることで、方針学習を効果的に導くとしている。

Key Facts

なぜ重要か

ヒューマノイドロボットの全身制御において、安定性を明示的に考慮する新しい手法が提案された。基盤モデルを活用することで、従来の強化学習手法よりも高い性能を達成できる可能性が示され、今後のヒューマノイドの移動・操作タスクの発展に寄与すると考えられる。