神経的な補助インパルス：物理ベースのキャラクタのための誇張された動作の合成
arXiv cs.AI / 2026/4/8
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、物理ベースのキャラクタアニメーションにおける中核的な課題に取り組む。すなわち、データ駆動型のDRL手法は複雑なスキルを学習できる一方で、通常は物理制約に違反するような誇張されたスタイライズ動作（例：瞬間的なダッシュ、空中での軌道の途中変更）を再現できない。
- 根本原因として、キャラクタを「アクチュエータが制限された浮遊ベース系（underactuated floating-base system）」として扱うことを特定する。ここでは内部トルクと運動量保存が支配的となり、外部の外力（wrench）によって実行不可能な動作を直接強制しようとすると不安定になる。
- 提案手法であるAssistive Impulse Neural Controlは、補助の定式化を力（force）空間からインパルス（impulse）空間へと切り替えることで、速度の不連続や力のスパイクによって生じる訓練不安定性を緩和する。
- 枠組みでは、補助信号を、逆動力学から得られる解析的な高周波成分と、学習された低周波の残差に分割する。ハイブリッドなニューラル政策を用いることで、数値安定性と制御性を向上させる。
- 実験では、従来の物理ベース手法では扱いが困難だった、高度に機敏な機動に対する堅牢な追従が示されており、確実に合成できるアニメーションの範囲が拡張されると報告されている。
