単一モーションクリップからの距離条件付き物体運搬を学習するヒューマノイド移動操作

- ヒューマノイドの loco-manipulation を単一の retargeted motion clip から学習する手法。 - 固定参照で訓練した方策は実演の最終的な運搬結果しか再現できない問題を扱う。 - 中間変位は passage state として観測されるが、運搬終了は端点でのみ実演されるという termination-versus-passage gap を同定。 - Distance-Conditioned Reference Recomposition (DCRR) を提案し、距離条件付きの運搬を可能にする。

- 単一 motion clip からの motion tracking による loco-manipulation 再現に対し、固定参照では実演の最終結果のみ再現する制限があった。 - DCRR は実演の終了セグメントを中間運搬状態に再配置し、距離条件付き監督を構築。 - 結果として command-dependent transport を実現し、normalized distance MAE 0.15 を達成（source-only behavior cloning は 0.28）。 - RL fine-tuning により command response と実行頑健性がさらに向上。

- DCRR: 実演された termination segment を中間運搬状態に再配置し、参照を再構成。 - 凍結した tracking teacher が再構成参照を closed-loop dynamics 下で再生。 - 保持された trajectory を達成された object placement で relabel し、reference-free policy に distill。 - これにより source motion に符号化された interaction behavior から距離条件付き監督を構築。

- Carry, Kick-Push, Crouch-Push, Drag の4つの interaction mode で評価。 - DCRR-BC は normalized distance MAE 0.15 を達成（source-only behavior cloning は 0.28）。 - RL fine-tuning により training simulator および sim-to-sim transfer で command response と実行頑健性が向上。 - ハードウェア実験で4つの interaction mode すべてにおいて transport-distance modulation を実証。

- termination-versus-passage gap の同定と DCRR による解決を提示。 - RL fine-tuning の有効性を training simulator と sim-to-sim transfer で確認。 - ハードウェア実験で距離変調を実証したが、詳細な限界や失敗事例は要旨からは不明。

- 要旨で参照/比較されている研究: motion tracking, behavior cloning, RL fine-tuning, sim-to-sim transfer。 - 関連手法: retargeted motion clip からの loco-manipulation 学習、reference-free policy distillation。 - 同分野の定番: humanoid loco-manipulation, motion imitation, reinforcement learning for robotics。