オンボード単眼視覚で俊敏にドッジボールするヒューマノイド

- ヒューマノイドロボットが動的環境で高速接近物体を回避しつつバランスを保つ能力の検証として、dodgeball を制御された課題として扱う研究。 - onboard monocular perception、temporal な ball-state と threat-flag の推定、学習ベースの whole-body control を統合したシステムを開発。 - dodge/recovery と search/track のポリシーを組み合わせ、繰り返しの遭遇に対応。 - 実機 Unitree G1 上での検証も含む。

- 要旨からは先行研究との具体的な比較は不明。 - 特徴として、onboard monocular vision のみで visual threat assessment と whole-body evasion・recovery・target reacquisition を統合している点を挙げている。 - privileged ball states を用いた制御学習から estimator 出力への置換へと進む curriculum を採用。 - analytic projection と perception randomization により画像 rendering なしで detector 様の観測を生成。

- ball detector が bounding-box histories を供給し、temporal estimator が相対 ball 位置と binary threat flag を予測。 - dodge/recovery ポリシーと search/track ポリシーがこの interface を共有し、組み合わせて反復遭遇を支援。 - 3段階 curriculum: まず privileged ball states で制御を訓練、次に安定ポリシーの rollout から estimator の supervision を開始、最後に actor の privileged 入力を estimator 出力に置換。 - analytic projection と perception randomization で detector 様の訓練観測を画像 rendering なしに生成。

- 制御された simulation で approach-angle bins ごとに評価。5.0 m・6 m/s で dodge success 97.8–100.0%、2.5 m・10 m/s で 33.2–40.8%。各速度・距離条件で 1000 throws。 - 実機 Unitree G1 で制御された single-throw の success が 15 試行以上で 85% 超。 - hardware sequence で full-azimuth の target reacquisition 後に再度 dodge することを実証。

- 要旨からは明示的な議論・限界の記述は不明。 - 高速・近距離条件（2.5 m・10 m/s）では success が 33.2–40.8% に低下することが示されている。 - 実機検証は single-throw が中心で、15 試行以上とされている。 - 画像 rendering なしの detector 様観測生成の影響については要旨からは不明。

- 要旨で参照・比較されている個別研究は不明。 - 関連手法として、humanoid の whole-body control、learned locomotion/agile control、monocular 3D object detection、temporal state estimation、teacher-student distillation や privileged learning、curriculum learning、sim-to-real transfer が挙げられる。 - dodgeball そのものではなく、動的物体回避や visual threat assessment を扱う humanoid の onboard perception 研究を次に読む候補として一般名で挙げる。