VLA ギャラリー / モデル一覧 / ヒューマノイド全身制御器

Figure RL 보행 제어기

Figure RL歩行制御器 (Reinforcement Learning Walking)

Figure AI · 2025-03

VAヒューマノイド全身制御器非公開RL方策

物理パラメータが互いに異なるFigure 02数千台を並列シミュレーションし、数年分のシミュレーションデモを数時間で学習する。

論文

論文なし

概要

分類

ヒューマノイド全身制御器

タイプ

VA

発表

2025-03

機関

Figure AI

重み公開

なし

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

kHz級トルクフィードバック制御 (RL方策)

チャンク

非公開

制御周期

非公開

構造の原文要約

RLで学習したend-to-endニューラルネットワーク(種類非公開); ロボット上でkHz級のトルクフィードバック制御

学習

事前学習アクセラレータ

非公開 (GPU高速化シミュレーション、名称は非公開)

事前学習期間

「数時間」(数年分のシミュレーションデモ)

事前学習ステップ・バッチ

非公開 (Figure 02数千台の並列シミュレーション)

GPU・TPU時間

非公開

ファインチューニング

非公開

データ種類

シミュレーション・合成

データ規模

人の歩行参照軌跡 + 並列シミュレーション経験(規模非公開)

主要データセット

非公開

タスク・評価

Figure 02 10台が同じRLニューラルネットで歩行

ロボット

Figure 02

推論

推論デバイス・速度

ロボット上でkHz級のトルクフィードバック制御

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

強化学習・ベース

強化学習

使用 (RL制御器の学習) · シミュレーションRLで学習したend-to-end歩行ニューラルネット

ベース制御

ヒューマノイド歩行 (RL方策が直接駆動) · RL方策がFigure 02の歩行を直接制御 (シミュレーションRLで学習、出力はkHzトルクの閉ループで実行)

備考

主な特徴

物理パラメータが互いに異なるFigure 02数千台を並列シミュレーションし、数年分のシミュレーションデモを数時間で学習する。ドメインランダム化で実機に移し、Figure 02 10台が同じRLニューラルネットワークで歩く。

備考

Helixとは別の2025年の歩行制御器。シミュレータ・ネットワーク種類・GPUは非公開。ブログ 2025-03-25。検証ファイルの対象外。

検証

未検証