ReActor: Reinforcement Learning for Physics-Aware Motion Retargeting

動画では、人間の動作をロボットの形状に合わせて移し替えるReActorの成果が紹介されている。研究チームは、人間とは身体比率や関節構造が異なるヒューマノイドロボットや四足歩行ロボットに動作を適用し、モーションリターゲティングが単なる姿勢のコピーではなく、物理的に実行可能な動きを生み出す問題であることを示している。 · 従来の手法では、足が床の上で滑ったり浮いて見えたり、身体同士が貫通したりする現象

動画では、人間の動作をロボットの形状に合わせて移し替えるReActorの成果が紹介されている。研究チームは、人間とは身体比率や関節構造が異なるヒューマノイドロボットや四足歩行ロボットに動作を適用し、モーションリターゲティングが単なる姿勢のコピーではなく、物理的に実行可能な動きを生み出す問題であることを示している。

従来の手法では、足が床の上で滑ったり浮いて見えたり、身体同士が貫通したりする現象が起こり得る。ReActorは、参照動作をロボットの形状に合わせて調整する段階と、その動作を追跡する強化学習ポリシーの学習を、二重最適化によって同時に扱う。入力として必要なのは、人間とロボットの一部の剛体部位の間に指定した意味的な対応関係であり、これに基づいて手動でパラメータを調整する負担を軽減する。

論文では、2種類のヒューマノイドとANYmal D四足歩行ロボットへの適用例を扱っている。実機のLimaロボットには、ReActorで変換したデータを基に学習した追跡ポリシーを導入して検証した。また、インタラクティブな環境では、アーティストが動作を修正している間に、ロボットの形状へリアルタイムでリターゲティングする使用例も示している。この研究はACM SIGGRAPH 2026のテクニカルペーパーとして紹介された。