GMT: General Motion Tracking for Humanoid Whole-Body Control

要約

現実の世界で全身の一般的な動きを追跡する能力は、一般的なヒューマノイドロボットを構築するための便利な方法です。
ただし、これを達成することは、動きの時間的および運動学的多様性、ポリシーの能力、および上部および下の体の調整の難しさのために困難な場合があります。
これらの問題に対処するために、ヒューマノイドロボットが現実世界の多様な動きを追跡できるようにするための単一の統一ポリシーを訓練する一般的かつスケーラブルなモーション追跡フレームワークであるGMTを提案します。
GMTは、2つのコアコンポーネントの上に構築されています。適応サンプリング戦略とモーション混合物（MOE）アーキテクチャです。
適応サンプリングは、トレーニング中に簡単で困難な動きのバランスを自動的にバランスさせます。
MOEは、運動マニホールドのさまざまな領域のより良い専門化を保証します。
シミュレーションと現実世界の両方で広範な実験を通じてGMTの有効性を示し、統一された一般ポリシーを使用した幅広い動きにわたって最先端のパフォーマンスを達成します。
ビデオと追加情報は、https：//gmt-humanoid.github.ioにあります。

要約(オリジナル)

The ability to track general whole-body motions in the real world is a useful way to build general-purpose humanoid robots. However, achieving this can be challenging due to the temporal and kinematic diversity of the motions, the policy’s capability, and the difficulty of coordination of the upper and lower bodies. To address these issues, we propose GMT, a general and scalable motion-tracking framework that trains a single unified policy to enable humanoid robots to track diverse motions in the real world. GMT is built upon two core components: an Adaptive Sampling strategy and a Motion Mixture-of-Experts (MoE) architecture. The Adaptive Sampling automatically balances easy and difficult motions during training. The MoE ensures better specialization of different regions of the motion manifold. We show through extensive experiments in both simulation and the real world the effectiveness of GMT, achieving state-of-the-art performance across a broad spectrum of motions using a unified general policy. Videos and additional information can be found at https://gmt-humanoid.github.io.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google