KINESIS、人間の筋骨格運動を模倣する強化学習フレームワークを発表

何が起きたか

arXivに2025年3月18日付で掲載された論文（arXiv:2503.14637v3）において、KINESISと名付けられたモデルフリーの動作模倣フレームワークが発表された。KINESISは、人間の筋骨格系の運動を模倣することを目的としており、1.8時間の歩行データで訓練され、未見の軌道に対して高い動作模倣性能を達成したとされる。また、最大290の筋肉を制御できると報告されている。

詳細

KINESISは、強化学習（RL）の進歩を活用し、物理ベースのヒューマノイド制御を用いて人間の動作を捉えることを目指している。しかし、トルク制御のヒューマノイドは、生体力学的な関節制約や非線形で過剰駆動の筋腱制御など、人間の運動制御の重要な側面をモデル化できないという課題があった。KINESISはこれらの課題に取り組むため、モデルフリーの動作模倣フレームワークとして設計された。 KINESISは、負のマイニング手法を通じてロバストな運動プリエンティブを学習し、テキストから制御、目標点到達、サッカーのペナルティキックなどの下流タスクに展開できるとしている。さらに、KINESISが生成する筋活動パターンは、人間の筋電図（EMG）活動とよく相関することが示された。この生理学的妥当性により、KINESISは人間の運動制御における困難な問題に取り組む有望なモデルであるとしている。コード、ビデオ、ベンチマークはGitHubで公開されている。

Key Facts

なぜ重要か

KINESISは、従来のトルク制御型ヒューマノイドでは扱えなかった筋骨格系の複雑な制御を可能にし、人間の運動制御の研究に新たな手法を提供する。筋電図活動との相関が示されたことで、生理学的に妥当な運動生成が可能となり、リハビリテーションやスポーツ科学などへの応用が期待される。