VLA ギャラリー / モデル一覧 / ヒューマノイド全身制御器

AMO

AMO (Adaptive Motion Optimization)

UC San Diego · 2025-05

VAヒューマノイド全身制御器非公開RL方策

軌跡最適化(Crocoddyl BoxFDDP)で作ったハイブリッドデータで胴体指令に適応し、超高自由度の全身操作を行う。

論文

AMO: Adaptive Motion Optimization for Hyper-Dexterous Humanoid Whole-Body ControlarXiv 2505.03738

概要

分類

ヒューマノイド全身制御器

タイプ

VA

発表

2025-05

機関

UC San Diego

重み公開

一部

パラメータ

非公開

構造

バックボーンLLM

なし

ビジョンエンコーダ

—

アクションヘッド

AMO 3層MLP (RL方策)

チャンク

非公開

制御周期

50 Hz

構造の原文要約

AMOモジュール: 3層MLP; PPO教師 → 教師あり学習の生徒; 自律上半身方策はACT(Transformer) + DINOv2エンコーダ

学習

事前学習アクセラレータ

非公開 (IsaacGym大規模並列シミュレーション)

事前学習期間

非公開

事前学習ステップ・バッチ

非公開 (env数は非公開)

GPU・TPU時間

非公開

ファインチューニング

該当なし; 模倣学習はタスクあたり50エピソード

データ種類

モーションキャプチャ / シミュレーション・合成 / 実ロボットテレオペレーション

データ規模

AMASS上半身モーション + ランダムな胴体指令(規模非公開); 模倣学習はタスクあたり50エピソード

主要データセット

AMASS

タスク・評価

胴体追従; 紙袋つかみ 8~10/10、ペットボトル投げ 10/10、かごつかみ(定性評価)

ロボット

Unitree G1(29-DoF) + Dex3-1ハンド、3-DoF能動頭部、ZED Mini

推論

推論デバイス・速度

Jetson Orin NX 50 Hz

推論メモリ

非公開

重み bf16(計算)

非公開

実行場所

オンボード (Jetson Orin NX)

強化学習・ベース

強化学習

使用 (RL制御器の学習) · AMOモジュールはPPO教師 → 教師あり学習の生徒。自律上半身方策(ACT)は模倣学習

ベース制御

ヒューマノイド歩行 (指令・潜在 → RL歩行制御器) · 自律ACT方策が上半身関節 + 下半身用の速度・姿勢・高さ指令を出力 → AMO・RL下半身方策が脚関節目標を生成 (歩行・旋回)

備考

主な特徴

軌跡最適化(Crocoddyl BoxFDDP)で作ったハイブリッドデータで胴体指令に適応し、超高自由度の全身操作を行う。遠隔操作・模倣学習の指令を全身関節目標に変換する。

備考

RSS 2025。repoはMuJoCo対話型デモ(play_amo.py)のみ提供のため重みは「一部」。学習compute・パラメータは検証でもNOT FOUND。

検証

確認