モーションリターゲティング2026/9/2arXiv:2609.02134v1

学習された点群対応によるヒューマノイドの統合モーションリターゲティング

Unified Motion Retargeting for Humanoids with Learned Point Cloud Correspondence

人手による対応付けを必要とせず、点群の密な対応を学習することで、多様なモーションソースやロボット形態に対して統一的にモーションリターゲティングを行うフレームワークを提案した。

詳しい要約

1. どんなもの？

本論文は、人間の動作をヒューマノイドロボットに転写する際のモーションリターゲティング問題に取り組む。従来の手法は、人間とロボットの対応関係を手作業で設計したスパースなキーポイントや身体部位ペアに依存していた。提案するUnified Motion Retargeting (UMR)は、外部点群を統一インターフェースとして用い、人間とロボットの密な点群対応を学習することで、手動設計を不要にする。これにより、異なるモーションソースやロボット形態を横断した統一的リターゲティングを実現し、表面レベルの姿勢整合とインタラクション接触の直接転送を可能にする。

2. 先行研究と比べてどこがすごい？

先行研究は、人間とロボットの対応を手動で定義したスパースなキーポイントや身体部位ペアに依存しており、リターゲティング品質が手動設計に依存し、多様なモーションソースやロボット形態へのスケーラビリティが限られていた。また、詳細なポーズやインタラクションの再現にはスパースなガイダンスしか提供できなかった。UMRは、密な点群対応を学習することで、手動設計を不要にし、より細かい幾何学的アンカーを提供する点で優れている。

3. 技術・手法の肝は？

UMRの技術的な肝は、外部点群を人間とロボットの共通インターフェースとして用いることである。具体的には、人間の点群とロボットの点群の間の密な対応を学習する。学習した対応は、制約付き点群マッチング最適化のための細かい幾何学的アンカーとして機能し、表面レベルの姿勢整合とインタラクション接触の直接転送を可能にする。これにより、ソース固有の骨格セマンティクスやロボット固有のトポロジーからリターゲティングを切り離す。

4. どうやって有効だと検証した？

実験では、UMRが異種のモーションソース、ロボットの実施形態、および移動からインタラクションまでの下流シナリオにわたってリターゲティングを統合できることを実証した。また、最先端の手法と比較して、より高い動作忠実度と妥当性を達成した。具体的な評価指標やデータセットは要旨からは不明。

5. 議論はある？

要旨からは、UMRの限界や議論点は明示されていない。ただし、学習した点群対応の品質が点群の品質や密度に依存する可能性や、異なるロボット形態への一般化の程度などが議論の余地として考えられるが、要旨には記載がない。

6. 次に読むべき論文は？

要旨で参照されている先行研究は、手動設計のキーポイントや身体部位ペアを用いたリターゲティング手法である。具体的な論文名は不明だが、同分野の定番として、人間とロボットの対応を定義するためのキーポイントベースの手法や、最適化ベースのリターゲティング手法が挙げられる。また、点群対応学習の関連分野として、非剛体形状対応や密な対応学習の研究も関連する。

※ 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: Hanyang Cao, Yuetong Fang, Taesoo Kwon, Runyi Yu, Ji Ma, Jing Tan, Yangchen Zhou, Baoze Du, Yi Gu, Yukang Gao, Ruoli Dai, Lei Han, Renjing Xu

分類: cs.RO, cs.GR

原文アブストラクト

Humanoid learning increasingly relies on transforming vast and diverse human motion data into high-quality robot reference trajectories. However, retargeting human motion to humanoid robots is challenging due to substantial differences in morphology, degrees of freedom, joint ranges, and kinematic constraints between humans and robots. Existing retargeting methods typically address these differences by defining human-robot correspondence through hand-crafted sparse keypoints or body-part pairs. As a result, retargeting quality depends heavily on manual semantic design, limiting scalability across motion sources and robot morphologies and providing only sparse guidance for reproducing detailed poses and interactions. In this paper, we present Unified Motion Retargeting (UMR), a framework that learns dense point cloud correspondence without requiring manually designed human-robot mappings. By treating exterior point clouds as a unified interface between human motion and humanoid robots, UMR decouples retargeting from source-specific skeletal semantics and robot-specific topology. The learned dense correspondence provides fine-grained geometric anchors for constrained point cloud matching optimization, enabling surface-level pose alignment and direct transfer of interaction contacts. Experiments demonstrate that UMR unifies retargeting across heterogeneous motion sources, robot embodiments, and downstream scenarios ranging from locomotion to interaction, while achieving higher motion fidelity and plausibility than state-of-the-art methods. UMR therefore provides a scalable foundation for transforming large-scale human motion references into robot-ready training data.

arXivで原文を読む →arXiv概要ページ