日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
動作生成arXiv:2610.30500

推論時ノイズ最適化で動作拡散モデルに物理的実現可能性を強制するフレームワーク

PhysibleMDM: Enforcing Inference-Time Physical Feasibility Constraints on Motion Diffusion Models via Noise Optimization

シェア:XThreadsFacebookLINEはてブBluesky

動作拡散モデルの生成軌道に生じる物理違反を、再学習なしに推論時の拡散ノイズ最適化で低減する手法を提案し、接地貫通・滑り・自己衝突などを大幅に削減した。

詳しい要約

1. どんなもの？

- Motion Diffusion Models (MDMs) が生成する人間モーションは多様で見栄えは良いが、物理制約に違反する軌跡が多い。 - これを解決するため、生成モデルを再学習せずに推論時に diffusion noise を最適化するフレームワーク PhysibleMDM を提案。 - 対象は SMPL humanoid と custom bipedal robot のモーション生成。

2. 先行研究と比べてどこがすごい？

- 先行研究との具体的比較は要旨からは不明。 - ただし再学習不要で推論時のみで物理的実現可能性を改善する点が特徴。 - 軌跡全体のシミュレーションを必要としない surrogate feasibility constraints を導入し、計算コストを抑える。

3. 技術・手法の肝は？

- 軌跡全体のシミュレーションなしで評価できる surrogate feasibility constraints を導入。 - 制約は kinematic checks（ground penetration, slip, self-collision）と、cone program として定式化した inverse-dynamics inner loop による dynamic feasibility tests を組み合わせる。 - 黒箱の noise optimization を Separable Covariance Matrix Adaptation Evolution Strategy (Sep-CMA-ES) で解き、高コストで不連続な勾配への依存を回避。 - autoregressive scheme で最適化済みセグメントを連結し長いモーションを合成。

4. どうやって有効だと検証した？

- SMPL humanoid 上の 100 motion styles で評価。 - 未最適化の diffusion output と比較し、mean ground penetration を 75%、self-collision penetration を 92%、ground slip を 74% 削減。 - custom bipedal robot の 11 sequences で、per-sequence mean acceleration-reconstruction error の中央値 89.5% 削減、mean inverse-dynamics residual の中央値 79.5% 削減を達成。

5. 議論はある？

- 議論の詳細は要旨からは不明。 - 制約は surrogate であり、完全なシミュレーションではない点に留意。 - 推論時最適化の計算コストや、多様性への影響については要旨からは不明。

6. 次に読むべき論文は？

- Motion Diffusion Models (MDMs) の代表的研究（例: MDM, MotionDiffuse など）。 - 物理制約を課すモーション生成手法（例: physics-based motion generation, constrained diffusion）。 - 進化戦略による最適化手法（CMA-ES, Sep-CMA-ES）。 - inverse dynamics と cone programming を用いた動力学 feasibility 評価。

※ 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: Maximilian Stölzle, David Müller, Agon Serifi, Ruben Grandia, Espen Knoop, Moritz Bächer

分類: cs.RO, cs.AI

原文アブストラクト

Motion Diffusion Models (MDMs) can generate diverse and visually appealing human motion; yet, the resulting trajectories frequently violate physical constraints, limiting their downstream use in simulation and control. We present PhysibleMDM, a framework that promotes physical feasibility of MDM output by optimizing at inference time the diffusion noise without retraining the generative model. We introduce a set of surrogate feasibility constraints that can be evaluated without full trajectory simulation. These constraints combine kinematic checks (e.g., ground penetration, slip, and self-collision) with dynamic feasibility tests computed via an inverse-dynamics inner loop formulated as a cone program. We solve the resulting black-box noise optimization problem using the Separable Covariance Matrix Adaptation Evolution Strategy (Sep-CMA-ES), thereby avoiding reliance on computationally expensive and discontinuous gradients. An autoregressive scheme then chains optimized segments to synthesize long motion sequences. Across 100 motion styles on an SMPL humanoid, PhysibleMDM reduces mean ground penetration, self-collision penetration, and ground slip by 75%, 92%, and 74%, respectively, relative to unoptimized diffusion output. Across 11 sequences for a custom bipedal robot, it achieves median reductions of 89.5% in per-sequence mean acceleration-reconstruction error and 79.5% in the mean inverse-dynamics residual.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI