人間の動きをヒューマノイドへ移植する:NVIDIA SOMA Retargeter v0.2の技術と活用
SOMA骨格を共通表現とする、人間動作からロボット軌道への変換
人間の動作をヒューマノイドへそのまま適用することはできない。人間とロボットでは身体の比率、関節構造、可動範囲が異なるため、同じ関節角度を与えても同じ動作にはならない。NVIDIA SOMA Retargeterは、この差を埋め、人間の動作を特定ロボットの身体に適合する軌道へ変換するオープンソースツールである。NVIDIA SOMA-Xの共有動作表現を基盤とし、異なるソースから得た人間動作を一貫した入力として扱う。
入力はSOMA基底骨格に対応するBVH(Biovision Hierarchy)アニメーション。処理では、まず人間の目標位置をロボットの身体比率に合わせてスケーリングし、次に逆運動学(IK)で各フレームの関節姿勢を解き、最後に設定済みの補正を適用する。出力は各フレームのロボットのルート位置・姿勢と関節角度を含むCSVで、学習・制御系が参照する目標軌道となる。
人間動作のソースには、BONES-SEEDのモーションキャプチャデータ、単一動画からSOMA身体モデル上の全身3D動作を再構成するGEM-X、テキストやポーズ制約から動作を生成するKimodoおよびARDYが挙げられている。ARDYは動作生成中のインタラクティブな誘導にも対応する。入力経路が異なっていても、SOMA骨格を介して共通の形式にそろえることで、ロボット固有の変換処理に接続できる。
v0.2には、Unitree G1、Unitree H2、Booster T1、AgiBot X2 Ultra、AgiBot A3T3の5機種について、参照構成とリターゲット済み動作例が含まれる。同じ人間動作でも、ロボットの寸法や可動範囲に応じて関節角度と足の配置が変化する。これは、出力が単純な関節値のコピーではなく、身体ごとの制約を考慮して再構成された参照軌道であることを示す。
IK、参照姿勢、接地補正が出力品質を左右する
SOMA RetargeterのIKソルバーはNewtonを用い、NVIDIA Warp上に構築されている。ロボットがすべての目標を同時に達成できない場合、IKの重みがどの身体部位を優先するかを決める。したがって、関節構成に合わせた重み付けは、目標追従と動作の自然さを両立させるうえで重要になる。
実験的なIK weight optimizerは、対象ロボットの想定タスクを代表する少数の動作を使って重みを調整する。重みを変えながら各動作をリターゲットし、目標への追従度と滑らかさを評価して、選択した重みを新しい構成に保存する。これは、単一フレームの姿勢だけを合わせるのではなく、タスクに関連する動作群に対して設定を検討するための仕組みである。
ロボット構成の作成・調整にはRobot Configuratorを利用できる。ロボット記述を読み込み、人間とロボットの参照姿勢を整列し、スケールを調整し、SOMAの骨格とロボットの身体部位を対応付ける。参照姿勢の不整合は出力全体に影響する。記事の例では、片手を振る人間動作に対して、未整列のBooster T1は両腕を外側へ伸ばすが、参照姿勢を整列すると片手を頭の横で振り、もう片方の腕を下ろす。同じ入力動作とIK設定でも、姿勢整列だけで結果が変わる。
もう一つの典型的な問題は、接地中の足の滑りである。足が接地している間にも参照軌道上で足が動くと、接地を維持したいモーション追跡ポリシーに矛盾する目標を与えかねない。フットプラント補正は、検出した接触区間で足の動きを調整し、接地タイミングや補正設定を見直すことで、学習に渡す前の滑りを低減する。参照軌道の品質が下流ポリシーの学習目標を左右するため、こうした後処理は単なる見栄えの改善ではなく、教師信号の整合性を高める工程と捉えられる。
CSV軌道をポリシー学習とシミュレーション評価へ接続
リターゲット結果のCSVは、ロボットのルート姿勢と関節値を時系列で保持する。SOMA Retargeterにはビューア上で動作を読み込み、変換し、再生して確認する手順が用意されているほか、設定を固めた後にビューアを使わず複数クリップを処理するヘッドレス・バッチリターゲティングも可能だ。代表的な動作で構成を調整してから大規模な動作集合に適用することで、設定検証とデータ処理を分離できる。
学習では、モーション追跡ポリシーが望ましい参照動作とロボットの現在状態をもとに制御アクションを学ぶ。記事では、SONICの学習ワークフローにG1向けSOMA CSVコンバーターがあり、リターゲット軌道をSONICのモーションライブラリ形式へ変換すると説明されている。また、物理ベースのモーション追跡フレームワークとしてProtoMotionsも挙げられている。どちらを使う場合も、入力表現とポリシーは対象ロボットに適合していなければならない。
学習後はシミュレーションで、バランス、地面との接触、アクチュエーターの制限、参照動作への追従精度を評価する。記事ではMicroDuckについて、Bonesの人間動作をロボット用に変換し、クリップごとに物理シミュレーションでコントローラーを学習した実験が紹介されている。またMotionBricksは、SOMA人間モデルを使った動作生成とロボットへの適応を組み合わせる例として示される。MotionBricksのG1モデルは、SOMA RetargeterでG1向けに変換したBONES-SEEDの動作を一部学習に利用し、変化する目標ポーズ間の連続した全身動作を生成する。実機のUnitree G1の例では、G1向けMotionBricksモデルが動作目標を供給し、SONICがその実行を制御する。
開発者・エンジニア視点での考察
-
まず骨格対応と参照姿勢を検証する。 IK重みの調整に先立ち、SOMA骨格とロボット身体部位のマッピング、スケール、参照姿勢の整列を確認したい。Booster T1の例が示すように、基準姿勢がずれていると、同じIK設定でも意図と異なる全身動作になり得る。変換前後の姿勢を代表クリップで目視比較し、設定の問題とソルバーの問題を切り分けるのが有効だ。
-
IK重みはタスクを代表する動作集合で評価する。 ある一つの動作に合う重みが、歩行や上肢動作など別の動作でも滑らかとは限らない。IK weight optimizerの考え方に沿い、対象タスクを反映する複数の動作で追従度と滑らかさを確認し、設定と評価用クリップを再利用できる形で管理する。記事は具体的な数値指標を提示していないため、実装側で評価基準を明示する必要がある。
-
リターゲット結果を学習前の検証対象として扱う。 CSVをモーションライブラリへ変換する前に、連続性、足の接地、関節可動範囲、ルート姿勢、追従可能性を確認する。とくに接地中の足滑りは、ポリシーに相反する目標を与える可能性がある。ビューアでの代表例検査、フットプラント補正、シミュレーション評価を段階化し、設定確定後にヘッドレス処理へ移行するのが堅実である。
Source / 元記事
この記事について
この記事は、公開されているニュース、論文、公式発表、RSSフィードなどをもとに、AIが要約・補足調査・考察を行って作成しています。
元記事の完全な翻訳・逐語的な要約ではなく、AIによる背景説明や開発者向けの考察を含みます。
重要な技術仕様・価格・提供状況などは、必ず元記事または公式情報をご確認ください。


