PHC
リアルタイムアバター向けフェイルステートリカバリーを持つ物理ベースの永続ヒューマノイドコントローラー
ライセンス
BSD-3-Clause
概要
PHC（Perpetual Humanoid Control）は、リアルタイムシミュレートアバターとヒューマノイドロボットのための高忠実度のモーション模倣とフォールトトレラントな動作を実現する物理ベースのヒューマノイドコントローラーです。ICCV 2023で発表され、ノイズの多い入力や予期しない転倒の存在下でも、リセットなしに永続的にシミュレートされたヒューマノイドを制御できます。
主要な革新はProgressive Multiplicative Control Policy（PMCP）で、新しいネットワーク容量を動的に割り当ててますます困難なモーションシーケンスを学習します。これにより、壊滅的な忘却なしに新しい能力（フェイルステートリカバリーなど）を追加しながら、最大100%の成功率でAMASSモーションデータベース全体（11,313シーケンス）に効率的にスケールできます。
PHCはウェブカメラ経由のビデオベースのアバター制御・Motion Diffusion Model統合を通じた自然言語コマンド・VRコントローラートラッキングを含む複数の制御インターフェースをサポートします。SMPL・SMPLX（指制御付き）・Unitree H1・Unitree G1のヒューマノイド形態で動作します。
システムはNVIDIA IsaacGymで動作し、IsaacLab統合を含みます。PHCはヒューマノイド制御研究のためのPULSEとASAPなどのプロジェクトで使用される基盤コンポーネントになっています。
Carnegie Mellon UniversityとNVIDIAのコラボレーションで開発。
PHC（Perpetual Humanoid Control）は、Carnegie Mellon大学がNVIDIAと共同で開発した物理ベースのヒューマノイドコントローラであり、ICCV 2023で発表されました。ヒューマノイドシミュレーションにおける根本的な問題を解決します。従来のコントローラは予期しない外乱や困難なモーションシーケンスに遭遇すると恒久的に失敗し、手動でのリセットが必要でした。PHCは代わりに永続的制御を実現し、転倒からの回復とリセットなしでの無期限動作を可能にします。
主要なイノベーションはProgressive Multiplicative Control Policy（PMCP）であり、段階的に難しくなるモーションに対処するために新しいネットワーク容量を漸進的に割り当てます。これにより、AMASSモーションデータベース全体（11,313シーケンス）に対して最大100%の成功率で効率的な訓練が可能となり、以前に学習したスキルの破滅的忘却なしにリカバリー能力を追加できます。コントローラが転倒した場合、起き上がってターゲットモーションの追跡を再開できます。
PHCは、ウェブカメラを介したビデオベースのアバター制御、Motion Diffusion Model統合による自然言語コマンド、没入型アプリケーション向けのVRコントローラートラッキングなど、複数の制御インターフェースをサポートしています。SMPL、SMPLX（指レベルの制御を含む）、およびUnitree H1やG1を含むヒューマノイドロボットの形態に対応し、最新のシミュレーションワークフローのためのIsaacLab統合も備えています。
PHCはヒューマノイド制御研究エコシステムの基盤的なビルディングブロックとなっており、PULSEやASAPなどのプロジェクトがその永続的制御能力の上に構築されています。任意の外乱を受けても安定した制御を維持する能力により、手動リセットが不可能なリアルタイムアプリケーションに実用的です。
重要な理由
PHCはヒューマノイドシミュレーションの根本的な問題を解決します。予期しない摂動やノイズの多い入力の後に永続的に失敗するコントローラーです。自動フェイルステートリカバリーによる永続制御機能により、VRアバターやビデオ駆動のヒューマノイド制御などのリアルタイムアプリケーションに実用的になります。
解決する課題
転倒や予期しない摂動後にクラッシュして手動リセットが必要な物理ベースのヒューマノイドコントローラーで、リアルタイムアプリケーションには実用的でありません。
主なポイント
- PHC+モデルで11,313のAMASSモーションシーケンスで100%の成功率
- Progressive Multiplicative Control Policyが壊滅的な忘却なしにスケーリングを可能に
- ヒューマノイド制御のためのビデオ・言語・VRインターフェースをサポート
- SMPL・SMPLX・Unitree H1・Unitree G1の形態で動作
対象
- ヒューマノイド制御研究者
- VRとアバター開発者
- 物理シミュレーション研究者
- 強化学習の実践者
制限事項
- IsaacGymサポートを持つNVIDIA GPUが必要
- トレーニングにはライセンスが必要なAMASSモーションキャプチャーデータセットが必要
- 商用利用にはSMPL/SMPLXボディモデルのライセンスが必要
- 多くの依存関係を持つ複雑な複数ステップのセットアップ