歩行2026/9/10arXiv:2609.11553

CAP: 学習型ノイズ除去による連続適応型知覚ブラインドヒューマノイド歩行

CAP: Continuously Adaptive Perception-Blind Humanoid Locomotion via Learned Denoising

劣化した深度入力を学習型デノイザで復元しつつ固有感覚も併用することで、知覚が不確実な環境でも途切れずに歩行できるヒューマノイド制御ポリシーを提案した。

詳しい要約

1. どんなもの？

- 複雑地形を歩行する humanoid のための単一段階 locomotion policy「CAP」を提案。 - 部分的・断続的に破損する depth 入力から、clean な depth を復元する learned denoiser として訓練された perceptive world-model encoder を用いる。 - 同時に depth に依存しない body-state 情報を供給する co-active proprioceptive variational encoder を併用。 - 知覚品質の全スペクトルにわたる失敗に policy を晒す coupled training recipe を導入。

2. 先行研究と比べてどこがすごい？

- 既存の perceptive policy は depth 観測が clean かつ in-distribution であると仮定しがち。 - 最近の perceptive/blind 統合の試みは別々の sub-policy を route/switch するため、部分的に破損した depth に残る回復可能な情報を活用できていない。 - CAP は単一段階でこの信号を回復し、depth が有益なときは perceptive baseline と同等以上、知覚悪化時は binary-switching baseline より滑らかに劣化する。

3. 技術・手法の肝は？

- perceptive world-model encoder を learned denoiser として訓練し、corrupted depth から clean depth を再構成。 - co-active proprioceptive variational encoder が depth-free な body-state 情報を供給。 - coupled training recipe: world-model 入力への depth-noise curriculum と、policy 向け latent への world-model feature dropout を組み合わせる。 - これにより policy を全知覚品質スペクトルの失敗に晒す。

4. どうやって有効だと検証した？

- シミュレーションで depth が informative なとき perceptive baseline と同等以上、知覚悪化時に binary-switching baseline より滑らかに劣化することを確認。 - Unitree G1 上で controlled trials と indoor-outdoor deployments を実施。 - 断続的 occlusion、real-sensor corruption、outdoor depth artifacts 下での perception-robust locomotion を実証。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- perceptive baseline、binary-switching baseline、perceptive world-model、proprioceptive variational encoder に関連する研究。要旨で具体的な論文名は参照されていないため、同分野の定番として perceptive locomotion や blind locomotion の研究を挙げる。

※ 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: Hongjin Chen, Zijun Xu, Shihao Ma, Yi Zhao, Xilai Liu, Ke Ma, Wei Zhang, Chunyang Xie, Pengfei Li, Jieru Zhao, Wenchao Ding

分類: cs.RO

原文アブストラクト

Humanoid locomotion across complex terrain demands forward-looking exteroception to anticipate obstacles, yet this signal is unreliable in real-world deployment, failing partially and intermittently. Existing perceptive policies often assume that depth observations remain clean and in-distribution, while recent attempts to unify perceptive and blind control typically route or switch between separate sub-policies, leaving recoverable information in partially corrupted depth unexploited. We instead propose CAP, a single-stage humanoid locomotion policy that recovers this signal with a perceptive world-model encoder trained as a learned denoiser to reconstruct clean depth from a corrupted input, together with a co-active proprioceptive variational encoder that supplies depth-free body-state information. A coupled training recipe pairs a depth-noise curriculum on the world-model input with world-model feature dropout on the policy-facing latent, exposing the policy to failures across the entire perception-quality spectrum. In simulation, CAP matches or improves upon perceptive baselines when depth remains informative, and degrades more smoothly than a binary-switching baseline as perception worsens. On the Unitree G1, controlled trials and indoor-outdoor deployments demonstrate perception-robust locomotion under intermittent occlusion, real-sensor corruption, and outdoor depth artifacts.

arXivで原文を読む →arXiv概要ページ