追跡を簡単に：ヒューマノイド全身制御のためのニューラル・モーション・リターゲティング

Abstract

ヒューマノイドロボットは複雑な環境に統合するために多様な運動スキルを必要としますが、人間データからの運動学的および動力学的な身体化（エンボディメント）のギャップを橋渡しすることは依然として大きなボトルネックです。そこで本研究では、ヘッセ行列解析により、従来の最適化ベースのリタ―ゲティングが本質的に非凸で局所解に陥りやすいことを示します。その結果、関節のジャンプや自己貫入のような物理的アーティファクトが生じます。これに対処するため、最適解を最適化するのではなく、学習によってデータ分布を扱う形へとターゲティング問題を再定式化します。提案手法は NMR（Neural Motion Retargeting）であり、静的な幾何学マッピングを、ダイナミクスを意識した学習プロセスへと変換します。まず、VAE ベースのモーションクラスタリングを用いて、異種の動作を潜在モチーフにグループ化する階層型データパイプラインである Clustered-Expert Physics Refinement（CEPR）を提案します。この方針により、大規模並列な強化学習エキスパートの計算オーバーヘッドが大幅に削減されます。すなわち、エキスパートは、人間のデモンストレーションに含まれるノイズをロボットの実現可能な運動多様体へ射影し、修復します。得られた高忠実度なデータは、再構成ノイズを抑制し、幾何学的な罠を回避するためにグローバルな時間的文脈を推論する、非自己回帰型の CNN-Transformer アーキテクチャを教師付きで学習させます。Unitree G1 ヒューマノイドに対して、武術やダンスのような多様な動的タスクで実験を行った結果、NMR は最先端のベースラインと比べて、関節ジャンプを解消し、自己衝突を大幅に低減することを示しました。さらに、NMR が生成するリファレンスは、下流の全身制御ポリシーの収束を加速し、人間とロボットの身体化ギャップを橋渡しするためのスケーラブルな道筋を確立します。