ECHO-PRE

混合・アニーリングサンプリングで事前学習した全身運動追従方策。Unitree G1の実機で床面動作、地形踏破、アクロバットの遠隔操作を実演した。

論文・レポート (1)

ECHO:ヒューマノイドの全身制御向けコンテキスト内行動基盤モデル

論文あり

ECHO: In-Context Behavior foundation model for Humanoid Whole-Body Control

arXiv: 2611.25778DOI: 10.48550/arxiv.2611.25778
著者・所属 (10)

著者の順序: 原文順

  1. Xingyi Wangco-first author

    Zhejiang University · Institute of Artificial Intelligence (TeleAI), China Telecom

  2. Bin Lico-first author

    Institute of Artificial Intelligence (TeleAI), China Telecom · ShanghaiTech University

  3. Jiyuan Shi

    Institute of Artificial Intelligence (TeleAI), China Telecom

  4. Chenyun Zhang

    Institute of Artificial Intelligence (TeleAI), China Telecom

  5. Weiji Xie

    Institute of Artificial Intelligence (TeleAI), China Telecom · Shanghai Jiao Tong University

  6. Xiangyu Miao

    Institute of Artificial Intelligence (TeleAI), China Telecom · Shanghai Jiao Tong University

  7. Junsong Wu

    Institute of Artificial Intelligence (TeleAI), China Telecom · Shanghai Jiao Tong University

  8. Wei Song

    Zhejiang University

  9. Shiqiang Zhucorresponding author

    Zhejiang University

初版公開
2026-11-20
最新の論文改訂
v1 · 2026-11-20
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。

学習・ファインチューニングコード

公開情報

出典確認日 · 2026-11-20

導入前の確認事項

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。

制御方式と入出力

モデルの種類
運動・全身制御
入力
ロボット状態

適用範囲と学習方法

身体範囲

単一本体

機能分類

action_control

出力

行動

ロボット形態

ヒューマノイド

タスク範囲

複数タスク

学習方式

模倣学習 / 事前学習 / 強化学習

情報源または訂正を送信