I-CTRL: Imitation to Control Humanoid Robots Through Constrained Reinforcement Learning

要約

この論文は、人間とヒューマノイドのリターゲティング手法を通じて高い視覚的類似性を達成したにもかかわらず、物理的領域での実際の実行には及ばないロボットの動作を改良するという重要なニーズに対処します。
グラフィックス コミュニティの既存の技術では、物理ベースの実現可能性よりも視覚的な忠実度が優先されることが多く、二足歩行システムを実際のアプリケーションに導入する際に大きな課題となっています。
私たちの研究では、制約付き強化学習アルゴリズムを導入して、脚付きヒューマノイド ロボットに物理ベースの高品質な動作模倣を生成し、人間の基準軌道をうまく追跡しながら動作の類似性を高めます。
私たちはフレームワークを I-CTRL と名付けます。
モーション模倣問題を非物理ベースのリターゲットモーションに対する制約付き改良として再定式化することにより、私たちのフレームワークはモーション模倣に優れており、4 つのロボットにわたって一般化されるシンプルでユニークな報酬が得られます。
さらに、私たちのフレームワークは、独自の RL エージェントを使用して大規模なモーション データセットを追跡できます。
提案されたアプローチは、二足歩行ロボットの制御を進歩させる上で重要な一歩を踏み出すことを意味しており、動作の模倣を成功させるためには視覚的リアリズムと物理的リアリズムを調整することの重要性が強調されています。

要約(オリジナル)

This paper addresses the critical need for refining robot motions that, despite achieving a high visual similarity through human-to-humanoid retargeting methods, fall short of practical execution in the physical realm. Existing techniques in the graphics community often prioritize visual fidelity over physics-based feasibility, posing a significant challenge for deploying bipedal systems in practical applications. Our research introduces a constrained reinforcement learning algorithm to produce physics-based high-quality motion imitation onto legged humanoid robots that enhance motion resemblance while successfully following the reference human trajectory. We name our framework: I-CTRL. By reformulating the motion imitation problem as a constrained refinement over non-physics-based retargeted motions, our framework excels in motion imitation with simple and unique rewards that generalize across four robots. Moreover, our framework can follow large-scale motion datasets with a unique RL agent. The proposed approach signifies a crucial step forward in advancing the control of bipedal robots, emphasizing the importance of aligning visual and physical realism for successful motion imitation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google