日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行・転倒復帰arXiv:2611.23916

ReLoco:行動条件付き運動事前分布によるヒューマノイドの歩行と転倒復帰の統合

ReLoco: Unified Humanoid Locomotion and Fall Recovery via Behavior-Conditioned Motion Priors

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの姿勢に応じて専門家プールと識別器を切り替える行動条件付き敵対的運動事前分布を用い、単一の固有感覚ポリシーで歩行・走行・任意姿勢からの起き上がり・転倒後の指令再開を実現した研究。

詳しい要約

1. どんなもの?

- ヒューマノイドロボットの歩行・走行などの移動(locomotion)と、転倒からの起き上がり(fall recovery)、その後の指令再開(command resumption)を単一のproprioceptive policyで学習するフレームワークReLocoを提案 - behavior-conditioned adversarial motion priorsを用い、ロボットの姿勢(posture)に応じてexpert poolを選択し、共有discriminatorを条件付けする - 実機Tiangong 3.0(64.5kg)で歩行・走行・get-up・転倒後のlocomotion resumptionを単一actorで実現

2. 先行研究と比べてどこがすごい?

- 従来はupright movementとground-contact recoveryの両方を扱う監督設計が難しく、別policyやcontroller switchingが必要になりがち - ReLocoは1つのproprioceptive policyでlocomotion・任意のfallen postureからのget-up・command resumptionを統合 - 条件付き単一出力変種(conditional single-output variant)と比較し、torso planar velocity RMSEが0.1266 m/sで14.7%低減 - 実機でcontroller switchingやon-robot policy fine-tuningなしに動作を実現

3. 技術・手法の肝は?

- behavior-conditioned adversarial motion priors: ロボットpostureがexpert poolを選択し、2つのbehavior-specific出力を持つ共有discriminatorを条件付け - task rewardsとshared regularizationでcommand trackingとrecoveryを支援、temporary assistanceでexplorationを促進 - simulation-based refinement stageでrobot-executed motion referencesを生成し監督に利用 - proprioceptive policyとして単一actorで歩行・走行・get-up・再開を統合

4. どうやって有効だと検証した?

- 共通のtraining iteration時点で、full policyがindependent get-up success 96.80%、push-recovery success 96.96%(command resumption含む)を達成 - torso planar velocity RMSE 0.1266 m/sを記録し、conditional single-output variantより14.7%低い - dynamic time warpingで測ったjoint-angle discrepancyは同程度 - 実機Tiangong 3.0(64.5kg)でwalking, running, get-up, locomotion resumption after fallsを単一proprioceptive actorで実証 - ablationでconditional supervision, output separation, reference qualityを同一設定下で検証

5. 議論はある?

- ablationによりconditional supervision・output separation・reference qualityの寄与を検討 - 実機展開はcontroller switchingやon-robot policy fine-tuningなしで成立 - 限界や失敗事例、汎化性、実機での長期安定性に関する議論は要旨からは不明

6. 次に読むべき論文は?

- behavior-conditioned adversarial motion priors(AMP)関連研究 - humanoid fall recovery / get-up学習の先行研究 - 条件付き単一出力変種(conditional single-output variant)との比較研究 - simulation-based refinementによるmotion reference生成手法 - 同分野の定番としてadversarial motion priors(AMP)やprivileged training / teacher-student distillation

※ 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: Lequn Fu, Yufeng Hu, Yijun Zhong, Jie Zhang, Xiao Li, Lingxiang Ji, Zhiyuan Xu, Jian Tang, Shiqi Li

分類: cs.RO

原文アブストラクト

Humanoid robots must recover from falls and resume commanded motion to sustain locomotion. Learning these behaviors in one policy requires supervision that accommodates both upright movement and ground-contact recovery. We present ReLoco, a framework that uses behavior-conditioned adversarial motion priors to learn locomotion, get-up from arbitrary fallen postures, and command resumption within one proprioceptive policy. During training, robot posture selects the expert pool and conditions a shared discriminator with two behavior-specific outputs. Task rewards and shared regularization support command tracking and recovery, while temporary assistance facilitates exploration. A simulation-based refinement stage supplies robot-executed motion references for this supervision. Ablations examine conditional supervision, output separation, and reference quality under matched settings. At a common training iteration, the full policy achieves $96.80\%$ independent get-up success and $96.96\%$ push-recovery success, including command resumption. Its torso planar velocity root-mean-square error is $0.1266$~m/s, $14.7\%$ lower than the conditional single-output variant, with similar joint-angle discrepancy measured by dynamic time warping. Deployment on the 64.5-kg Tiangong~3.0 humanoid demonstrates walking, running, get-up, and locomotion resumption after falls using one proprioceptive actor, without controller switching or on-robot policy fine-tuning.

  1. 1パナソニックHDなど、触覚に即応する両手作業AI「T-Rex」を共同開発研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3日経クロステック、NVIDIA取締役会のファンCEO解任議論を報道 同社は同日、辞任を発表業界動向
  4. 4NVIDIA、ヒトの動きをロボットに適応する「SOMA Retargeter」を紹介研究・技術
  5. 5ティアフォーとTUM、Autowareでミュンヘン大型路線バスの自動運転開発を支援提携・買収

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI