InterMimicGen: 自己進化する動作模倣によるヒューマノイドの移動操作のスケーリング

本論文は、humanoid robot の loco-manipulation を対象に、human-object interaction の motion-capture データを活用する自己進化型の motion-imitation framework「InterMimicGen」を提案する。 - 主な構成は3段階 - motion-captured human-object interaction datasets を統合し、humanoid robot の reference に retargeting - physics-based generalist tracker を simulation 上で学習し、dexterous hands を持つ humanoid で reference を実行 - data flywheel を閉じ、各ラウンドで小さな task-preserving 変更を加え、成功した variant のみを次ラウンドに採用 - これにより、sparse な human demonstration から継続的に拡張される motion res…

先行研究と比べた優位性は以下の通り。 - 従来の humanoid tracking system よりも大規模かつ多様な loco-manipulation を単一の generalist policy でカバー - 異種混在の human-object interaction データを統合し、contact を保持した retargeting を robot configurations 間で実現 - 単なる模倣ではなく、data flywheel により sparse な元デモの周辺を自己進化的に拡張し、実行可能な motion を増やし続ける点 - simulation から real robot への転移も示している点

技術の肝は以下の3点。 - contact-preserving retargeting: motion-captured human-object interaction を humanoid robot reference に変換する際、whole-body coordination と dexterous hand-object relationships を保持 - physics-based generalist tracker: simulation 上で reference を実行する単一の汎用 tracker を学習 - data flywheel: 各ラウンドで interaction の場所や身体の行い方に小さな task-preserving 変更を加え、tracker を fine-tune し、simulated execution でタスクを完了した variant のみを保持して次ラウンドの seed とする。 - 反復により小さな編集が compound し、元の sparse demonstration 周辺の coverage を拡大する。

有効性の検証は以下の観点で行われた。 - contact-preserving retargeting が robot configurations をまたいで機能すること - 単一の generalist policy による broad tracking が可能なこと - augmentation rounds を重ねるごとに executable motions が増加し続けること - real robots への transfer が成立すること - 具体的な評価指標やベースラインとの比較数値は要旨からは不明。

議論・限界に関する記述は要旨からは不明。 - 提案手法の有効性は示されているが、失敗ケースや計算コスト、sim-to-real gap の詳細、data flywheel の収束性などについての議論は要旨では触れられていない。

要旨で参照・比較されている研究は明示されていない。関連手法として以下が挙げられる。 - humanoid loco-manipulation の tracking 手法 - motion retargeting 手法 - human-object interaction データセット - physics-based simulation を用いた generalist policy 学習 - sim-to-real transfer 手法