PHUMA: 物理ベースのヒューマノイド歩行データセット

要旨

動作模倣はヒューマノイド移動における有望なアプローチであり、エージェントが人間らしい振る舞いを獲得することを可能にする。既存手法は一般にAMASSなどの高品質なモーションキャプチャデータセットに依存するが、これらは不足しており高価であるため、拡張性と多様性が制限される。近年の研究では、Humanoid-Xに代表されるように、大規模なインターネット動画を変換することでデータ収集の拡大を試みている。しかし、これらの手法では浮遊・貫通・足滑りなどの物理的な不自然さが生じやすく、安定した模倣の妨げとなる。これに対し我々は、大規模な人間動画を活用しつつ、注意深いデータ精選と物理制約付きリターゲティングにより物理的な不自然さを解決するPHUMA（物理接地型ヒューマノイド移動データセット）を提案する。PHUMAは関節可動域の制限を強制し、地面接触を保証し、足滑りを排除することで、大規模かつ物理的に信頼性の高い動作を生成する。PHUMAを2つの条件セットで評価した：（i）自己収録したテスト動画からの未見動作の模倣、（ii）骨盤のみの誘導による経路追従。いずれの場合も、PHUMAで学習したポリシーはHumanoid-XおよびAMASSを上回り、多様な動作の模倣において大幅な向上を達成した。コードはhttps://davian-robotics.github.io/PHUMAで公開されている。

English

Motion imitation is a promising approach for humanoid locomotion, enabling agents to acquire humanlike behaviors. Existing methods typically rely on high-quality motion capture datasets such as AMASS, but these are scarce and expensive, limiting scalability and diversity. Recent studies attempt to scale data collection by converting large-scale internet videos, exemplified by Humanoid-X. However, they often introduce physical artifacts such as floating, penetration, and foot skating, which hinder stable imitation. In response, we introduce PHUMA, a Physically-grounded HUMAnoid locomotion dataset that leverages human video at scale, while addressing physical artifacts through careful data curation and physics-constrained retargeting. PHUMA enforces joint limits, ensures ground contact, and eliminates foot skating, producing motions that are both large-scale and physically reliable. We evaluated PHUMA in two sets of conditions: (i) imitation of unseen motion from self-recorded test videos and (ii) path following with pelvis-only guidance. In both cases, PHUMA-trained policies outperform Humanoid-X and AMASS, achieving significant gains in imitating diverse motions. The code is available at https://davian-robotics.github.io/PHUMA.

PHUMA: 物理ベースのヒューマノイド歩行データセット

PHUMA: Physically-Grounded Humanoid Locomotion Dataset

要旨

Support