VLA ギャラリー / モデル一覧 / ヒューマノイド全身制御器

ExBody2

UC San Diego·UC Berkeley·MIT · 2024-12

VAヒューマノイド全身制御器非公開RL方策

追跡誤差しきい値τ* = 0.150で学習モーションを自動選別し、表現力のある全身動作を追従する。

論文

ExBody2: Advanced Expressive Humanoid Whole-Body ControlarXiv 2412.13196

概要

分類

ヒューマノイド全身制御器

タイプ

VA

発表

2024-12

機関

UC San Diego·UC Berkeley·MIT

重み公開

未確認

パラメータ

非公開 (生徒 MLP [1024, 1024, 512])

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

関節PD目標 (RL方策)

チャンク

非公開

制御周期

50 Hz (低レベル 500 Hz)

構造の原文要約

MLP: 教師actor・value [512, 256, 128]、学生 [1024, 1024, 512]、固有感覚の履歴10; モーション目標 + 固有感覚 → 関節PD目標、方策50 Hz・低レベル500 Hz

学習

事前学習アクセラレータ

非公開 (IsaacGym)

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

データ種類

モーションキャプチャ

データ規模

CMUモーションキャプチャ1,919シーケンス(選別前); 選別後の規模は非公開

主要データセット

CMU motion capture

タスク・評価

MPKPE・MPJPE追跡誤差をベースライン4つと比較

ロボット

Unitree G1(23 DoF)

推論

推論デバイス・速度

方策50 Hz、低レベル500 Hz、通信遅延18~30 ms; オンボードJetson Orin NX

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) · RL教師(特権情報、actor-critic) → 学生に蒸留

ベース制御

ヒューマノイド歩行 (RL方策が直接駆動) · 全身キーポイント・ルート速度目標を追従し、脚を含む23次元関節PD目標を出力 (歩行・しゃがみ・ダンス)

備考

主な特徴

追跡誤差しきい値τ* = 0.150で学習モーションを自動選別し、表現力のある全身動作を追従する。Jetson Orin NXのオンボードで駆動する。

備考

選別誤差 e(s) = 0.1·E_key + 0.9·E_dof (extraction)。検証ファイルの対象外。

検証

未検証