MaskAdapt：マスク不変な事前分布に基づく物理ベースのキャラクタのための柔軟な動作適応の学習
arXiv cs.CV / 2026/4/1
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- MaskAdaptは、マスク不変なモーション事前分布と残差ポリシーを用いて、物理ベースのヒューマノイド制御における柔軟な動作適応を実現する2段階のフレームワークである。
- 基本ポリシーは、身体各部の確率的マスキングと正則化を組み合わせて学習され、不足する観測があっても行動分布の一貫性を保つことで部分観測下での安定性を向上させる。
- 2段階目では、凍結したベースコントローラの上に残差ポリシーを学習し、選択された身体部位のみを変更しつつ、未変更の領域での挙動は維持する。
- 本論文は、モーション合成（1つのシーケンス内でマスク制御により複数部位を適応させる）や、事前学習済みのテキスト条件付きモーションジェネレータから得た運動学的ターゲットに基づくテキスト主導の部分的な目標追跡によって汎用性を示している。
- 実験の結果、MaskAdaptは先行手法よりも強い頑健性と、より効果的なターゲット指向の動作適応を達成することが示された。
