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

要約

ヒューマノイドロボットは、視覚的な忠実度を高い視力で人間の動きを模倣する可能性がありますが、これらの動きを実用的で物理的な実行に変換することは依然として重要な課題です。
グラフィックスコミュニティの既存の手法は、物理ベースの実現可能性よりも視覚的な忠実度を優先し、実用的なアプリケーションに二足歩行システムを展開するための重要な課題を提起します。
このペーパーでは、これらの問題は、基準のある人間の軌跡を正常に追跡しながら運動の類似性を高める脚のヒューマノイドロボットに物理ベースの高品質運動模倣を生成するために、境界のある残留補強学習を通じて対処します。
私たちのフレームワークは、境界残留補強学習（I-CTRL）を介してヒューマノイドロボットを制御するための模倣により、非物理ベースのリターゲティング運動に対する制約のある洗練として動きの模倣を再定式化します。
i-Ctrlは、5つのロボットに一般化するシンプルでユニークな報酬で動きの模倣に優れています。
さらに、当社のフレームワークでは、多様な動きを介して統一されたRLポリシーを効率的にトレーニングする際に、大規模なモーションデータセットを管理する自動優先スケジューラを導入します。
提案されたアプローチは、二足歩行ロボットの制御を進める上で重要な前進を意味し、成功する運動模倣のために視覚的および身体的リアリズムを調整することの重要性を強調します。

要約(オリジナル)

Humanoid robots have the potential to mimic human motions with high visual fidelity, yet translating these motions into practical, physical execution remains a significant challenge. 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. This paper addresses these issues through bounded residual reinforcement learning to produce physics-based high-quality motion imitation onto legged humanoid robots that enhance motion resemblance while successfully following the reference human trajectory. Our framework, Imitation to Control Humanoid Robots Through Bounded Residual Reinforcement Learning (I-CTRL), reformulates motion imitation as a constrained refinement over non-physics-based retargeted motions. I-CTRL excels in motion imitation with simple and unique rewards that generalize across five robots. Moreover, our framework introduces an automatic priority scheduler to manage large-scale motion datasets when efficiently training a unified RL policy across diverse motions. 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