TRACE: ヒューマノイドの全身制御における効率的な転移学習フレームワーク

- ヒューマノイドの whole-body control を担う behavior foundation model (BFM) を、別の embodiment へ効率的に転移するフレームワーク TRACE を提案。 - 事前学習済みの motion representation を保ちつつ、feedback control を対象ロボットに特化させる。 - Unitree G1 上の SONIC を Unitree H2 へ転移し、10 million motion frames と約8時間の学習で適応。

- 従来は kinematic/dynamic mismatch のため、事前学習済み controller の新 embodiment への適応が困難だった。 - TRACE は SONIC をゼロから学習する場合の GPU-hour コストの 0.1% 未満で適応を実現。 - 異なる body scale と dynamics を持つロボット間での実用的な再利用を示した。

- 入出力 projection layer に kinematic prior を注入し、nominal joint dynamics を整合させて embodiment mismatch を低減、安定した fine-tuning を可能にする。 - encoder distillation と low-rank reinforcement learning を組み合わせ、品質スクリーニング済みの compact な motion set で学習。 - 安定した tracking を確立してから難しい motion を洗練する two-phase curriculum を採用。

- 67,953 の評価 motion に対し、height-scaled tracking criterion で 96.08% の成功率を達成。 - 実機デモで dynamic motion tracking と whole-body teleoperation を実施。 - 収集した demonstration が下流の vision-language-action policy の post-training を支えることを示した。

- 異なる body scale と dynamics を持つロボット間で事前学習済み controller を実用的に再利用できることを示唆。 - 学習コストが大幅に削減され、効率的な cross-embodiment adaptation の有効性を主張。 - 限界や失敗事例、一般化範囲についての詳細は要旨からは不明。

- SONIC (Unitree G1 上の behavior foundation model) - vision-language-action policy - low-rank reinforcement learning - encoder distillation - whole-body teleoperation