身体図式方策(BSP)

BSPは、全身移動操作を対象とする視覚運動模倣学習方策。ロボットの運動学ツリー上の関節・リンク特徴から画像を参照し、拡散過程で行動チャンクを生成する。Unitree G1はシミュレーションと実機、Fetchはシミュレーションで評価された。

モデルの説明全文を見る

論文・レポート (1)

身体図式方策:効率的なロボット移動操作のための視覚・行動インターフェースとしての身体

論文あり

Body Schema Policy: Body as the Vision–Action Interface for Efficient Robot Loco-Manipulation

arXiv: 2611.22713DOI: 10.48550/arxiv.2611.22713
著者・所属 (5)

著者の順序: 原文順

  1. Lechen Zhang

    Mohamed bin Zayed University of Artificial Intelligence

  2. Chenyuan Chen

    Mohamed bin Zayed University of Artificial Intelligence

  3. Muxin Zhou

    Mohamed bin Zayed University of Artificial Intelligence

  4. Zewen He

    Mohamed bin Zayed University of Artificial Intelligence

  5. Yoshihiko Nakamura

    Mohamed bin Zayed University of Artificial Intelligence

初版公開
2026-11-17
最新の論文改訂
v1 · 2026-11-17
会議・学術誌
未提供

対象モデルバージョン

論文 ↗PDF ↗

取得方法と利用条件

このバージョンの学習コードは未確認です。公開コードの存在は、この版の学習実装の公開を意味しません。 検証事項を見る

学習・ファインチューニングコード

出典確認日 · 2026-11-22

公開情報

出典確認日 · 2026-11-22

導入前の確認事項

学習にはタスク別の実演を用いる。プロジェクトページではコード公開予定とされている。公開重み、入手方法、コードと重みのライセンスは未確認。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

導入・利用資料

推論方式
閉ループの行動チャンク推論

構造と入出力

モデルの種類
行動方策
バックボーン
DINOv2視覚エンコーダー
行動生成
拡散
入力
言語 / RGB画像 / ロボット状態

適用範囲と学習方法

出力

行動

予測出力

ノイズ除去後の行動チャンク

ロボット形態

ヒューマノイド / 移動マニピュレータ

タスク範囲

複数タスク

学習方式

模倣学習

関連ロボット

評価結果

このバージョンまたは選択した重みの検証済み独立評価結果はありません。

全パラメータと検証事項(モデルカード)

Unitree G1・SIMPLEシミュレーション(3,500万) 9タスクで221/270回成功。RTX 6000 Adaで16ステップの行動チャンク生成に13.9 ms。

Unitree G1・実機(4,830万) 台車押しとペダル式ごみ箱の操作で各8/10回成功。RTX 5090でチャンク当たり17.4 ms。

Fetch・ManiSkill-HABシミュレーション(4,740万) SetTableの冷蔵庫開け34.4 ± 3.6%、閉め20.6 ± 1.6%、配置16.5 ± 1.6%。サブタスクごとに3シード、各シード1,008エピソードの平均 ± 標準偏差。 Fetchのシミュレーションでは、頭部と手先のRGB画像、関節状態、言語指示を入力する。

G1実機は頭部のRealSense D435iと2基のDex3-1を搭載し、HoloMotion v1.4で43関節を制御。パラメータ数は各評価構成のモデル全体を示す。

情報源または訂正を送信