I-BFM: Reward-Conditioned Robust Humanoid Interaction via Unsupervised Reinforcement Learning
論文あり
arXiv: 2610.06129
著者・所属 (11)
著者の順序: 原文順
- 初版公開
- 2026-10-05
- 最新の論文改訂
- 未提供
- 会議・学術誌
- arXiv
モデルファミリー: I-BFMはヒューマノイドと物体の相互作用を扱う行動基盤モデル。無教師強化学習で機体、物体、接触の力学を表現し、同じ報酬条件付き方策で運搬、押し、キックを実行する。Unitree G1実機での実験も報告した。
論文あり
著者の順序: 原文順
確認日 · 2026-11-21
| ファイル | 取得方法 |
|---|---|
| Unitree G1 · 166.560M steps | 取得方法 |
出典確認日 · 2026-11-21
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。
行動
ヒューマノイド
強化学習