sim2real2026/10/6arXiv:2610.08381

脚から車輪へ：移動ベースヒューマノイドのための身体性を考慮した人間動作リターゲティング

From Legs to Wheels: Embodiment-Aware Human Motion Retargeting for Mobile-Base Humanoids

人間の動画から移動ベースヒューマノイド（車輪ベース・リフト・両腕）への動作リターゲティング手法を提案し、タスク条件付きで動作をベース・リフト・腕に割り当てて実機で検証した。

詳しい要約

1. どんなもの？

- モバイルベースヒューマノイド（車輪ベース、垂直リフト、2本のアームを備える）のための、人間の動画からロボット動作を生成するembodiment-awareな動作再ターゲティングフレームワーク。 - 人間の歩行をベース運動で表現し、胴体の曲げをリフトとアームの協調運動で実現する。 - タスク条件付きで、再構成された人間の動きをベース、リフト、アームの役割に割り当ててからロボット固有の実現に変換する。

2. 先行研究と比べてどこがすごい？

- 従来の人間→ヒューマノイド再ターゲティングは、人間に似た運動学を持つ脚式ロボットを前提としていた。 - 本研究は、車輪ベース、垂直リフト、2本のアームを持つモバイルベースヒューマノイドという異なる身体性に対応する点が新しい。 - 人間の歩行をベース運動に、胴体の曲げをリフトとアームの協調に割り当てることで、脚式前提のミスマッチを解消する。

3. 技術・手法の肝は？

- タスク条件付きフレームワーク：再構成された人間の動きをベース、リフト、アームの責任に割り当てるアロケータ。 - アロケータは、人間由来の経路を保持し、方位を安定化し、必要に応じて旋回と並進を分離し、ベース制限を満たすようにコマンドを再タイミングし、リフトとアームの軌道を修復する。 - 展開アダプタ：静止ベース検出、デッドバンドとスルーレートフィルタリング、時間一貫性のある再生スケーリング、線形と角の別ゲインを用いて、参照を50 Hzコマンドに変換する。

4. どうやって有効だと検証した？

- 人間由来のタスク空間比較、ポリシーフリーのシミュレーションリプレイ、物理ロボット上での定性的実行によって評価。 - 具体的な定量的結果や統計は要旨からは不明。

5. 議論はある？

- 要旨からは、限界や議論の詳細は不明。 - 評価は定性的実行を含むが、定量的な性能比較や失敗事例については言及されていない。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、human-to-humanoid motion retargeting、whole-body control、mobile manipulation、learning from human video に関する論文が挙げられる。

※ 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: Jiyeon Koo, Eunseom Pyo, Jeonghee Seo, Taehwa Kim, Andrew Jaeyong Choi

分類: cs.RO

原文アブストラクト

Human video offers a scalable source of robot demonstrations, yet most human-to-humanoid retargeting methods assume a legged robot with human-like kinematics. This assumption does not hold for mobile-base humanoids equipped with a wheeled base, vertical lift, and two arms. Human walking must be expressed through base motion, while torso bending may require coordinated lift and arm motion. We address this mismatch with a task-conditioned framework that assigns reconstructed human motion to base, lift, and arm responsibilities before robot-specific realization. The allocator preserves the human-derived path, stabilizes heading, separates turn and translation when needed, retimes commands to satisfy base limits, and repairs lift and arm trajectories. A deployment adapter then converts the reference to 50 Hz commands using stationary-base detection, deadband and slew-rate filtering, time-consistent playback scaling, and separate linear and angular gains. We evaluate the resulting references with human-derived task-space comparisons, policy-free simulation replay, and a qualitative execution on a physical robot.

arXivで原文を読む →arXiv概要ページ

脚から車輪へ：移動ベースヒューマノイドのための身体性を考慮した人間動作リターゲティング

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文