ヒューマノイドロボットによる運動学習基盤モデル

2024年1月1日 · 1 分で読める

GPTなどの 基盤モデル をヒューマノイドの運動制御に応用し、歩行や全身動作といった多様な運動タスクに対応する統一的なポリシーを構築する研究。事前学習済みモデルの汎用的な推論能力を活かしつつ、行動データによる微調整で省データかつ多タスクなヒューマノイド制御の実現を目指しています。

関連論文：

Siddharth Padmanabhan, Kazuki Miyazawa, Takato Horii. “LocoGPT: GPT-Based Multi-Humanoid-Task Policy for Humanoid Locomotion”. IEEE Access, Vol. 14, 2026.
Siddharth Padmanabhan, Kazuki Miyazawa, Takato Horii, Takayuki Nagai. “Data-Efficient Approach to Humanoid Control by Fine-Tuning a Pre-Trained GPT on Action Data”. IEEE Access, Vol. 13, 2025.

最終更新 2024年1月1日

著者

准教授

大阪大学大学院基礎工学研究科准教授。認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、ロボット学習、ヒューマンロボットインタラクションを専門とする。