ResearchJune 11, 2026•University of Science and Technology of China, Xi'an Jiaotong University, Lanzhou University
中国科学技術大学、Bioニック人間の動きのスタイルをUnitree G1に転送する研究で96%の成功率を達成
中国科学技術大学所属の研究者が、ヒューマノイドロボットでの例示駆動型スタイル転送のためのBioニック生成から制御へのフレームワークを提示しました。このアプローチは、物理認識マルチ条件潜在拡散モデルを使用してスタイル化された全身参照を生成し、Unitree G1での125回の実際のロボットテストで96.0%の成功率を達成しました。
#humanoid-robot#motion-generation#style-transfer#diffusion#unitree-g1#expressive-motion#arXiv
中国科学技術大学所属の研究者は、例示駆動型スタイル転送のためにBioニック生成から制御へのフレームワークを開発しました。
表現力ある動きの課題
表現力ある全身の動きは、社会的、サービス、人との共存環境で動作するヒューマノイドロボットにとって重要です。
技術革新
フレームワークは以下を導入します：
- 物理認識マルチ条件潜在拡散モデル
- 再訓練なしでスタイル強度を調整する分類器不要ガイダンス
- 接触整合性と時間的滑らかさの正則化
- クラスターアンド蒸留トレーニング戦略
主な結果
- 125回の実際のロボットテストで96.0%の成功率
- 接触とジッターのアーティファクトを削減
- 短い人間のスタイルサンプルを多様なロボットモーションコンテンツに転送
