SuperMimic — 微分可能ワールドモデルによるヒューマノイド全身運動追従基盤
HybridRobotics/supermimic
★ 1,501 ・ Python ・ Apache-2.0
概要
SuperMimic は、微分可能な単一のワールドモデル(differentiable world model)を用いて、ヒューマノイドロボットの全身運動トラッキング(whole-body motion tracking)を学習するためのフレームワークです。MuJoCo 環境向けの基盤である mjlab 上に構築されており、研究論文(arXiv: 2610.28480)の実装コードとして公開されています。
近年、ヒューマノイドロボットに自然な人間の動作を模倣・追従させるモーションキャプチャ追従技術や、物理シミュレーションとモデルベース学習を組み合わせた制御手法が活発に研究されています。SuperMimic は、モデルベース学習や世界モデルを用いたロボット制御、特にヒューマノイドの全身モーション制御に関心を持つ研究者やエンジニアに適した実装基盤となっています。
主な特徴
- 単一の微分可能ワールドモデルによる学習: 全身の動作追従タスクを、1つの微分可能ワールドモデルを用いてエンドツーエンドで学習します。
- 2つの座標表現タスクを標準サポート: 一般化座標表現(
SuperMimic-GenCoord-G1)と最大座標表現(SuperMimic-MaxCoord-G1)という、異なるロボットの運動学的・動力学的表現に基づくタスク ID があらかじめ用意されています。 - mjlab 基盤とのシミュレーション統合: MuJoCo ラボ環境である
mjlab(およびmjlab_research)を基盤にしており、シミュレータ上での高速かつ柔軟な物理計算を利用できます。 - 高速なパッケージマネージャ
uvに対応: Python の依存管理・実行ツールであるuvを前提としたシンプルなワークスペース構築手順が整えられています。 - Weights & Biases(W&B)連携の再生スクリプト: 学習済みモデルを評価・確認する際、
--wandb-path引数を用いて実験ログから直接モデルを読み込んで再生(play)するワークフローが組み込まれています。
使い方
README に記載されている導入手順および実行手順は以下のとおりです。パッケージマネージャとして Astral 社が開発する uv を使用します。
1. ツールのインストール
まず、uv コマンドをシステムに導入します。
curl -LsSf https://docs.astral.sh/uv/install.sh | sh
2. ワークスペースの作成とリポジトリのクローン
SuperMimic と、依存基盤である mjlab_research の両方を同じディレクトリ配下に兄弟(siblings)としてクローンします。
mkdir supermimic_ws && cd supermimic_ws
git clone git@github.com:HybridRobotics/supermimic.git
git clone git@github.com:HybridRobotics/mjlab_research.git
cd supermimic
3. 学習(Train)の実行
利用可能なタスク ID は次の2種類です。
SuperMimic-GenCoord-G1: 一般化座標表現(generalized coordinates representation)SuperMimic-MaxCoord-G1: 最大座標表現(maximal coordinates representation)
学習スクリプトは uv run 経由で実行します。GPU ID を環境変数で指定し、タスク ID と実行名を渡します。
CUDA_VISIBLE_DEVICES=<GPU_ID> uv run src/supermimic/scripts/train.py \
<TASK_ID> --runner.run_name <description>
4. 学習済みモデルの再生(Play)
学習済みのモデルを動作確認・再生するには、play.py スクリプトに対象のタスク ID と W&B の実行パスを指定します。
uv run src/supermimic/scripts/play.py \
<TASK_ID> --wandb-path <RUN_PATH>
技術的なポイント
SuperMimic のアーキテクチャや設計には、先行する複数のロボティクス・強化学習プロジェクトの知見が反映されています。README の謝辞(Acknowledgements)には、以下の3つのオープンソースプロジェクトから着想を得ていることが明記されています。
- ControlVAE(BSD-3-Clause): 人間の多様な動作生成や軌道制御に VAE(変分オートエンコーダ)を応用した手法。
- robotic_world_model(Apache-2.0): 四足歩行や脚式ロボットにおける世界モデルの構築と制御。
- DreamerV3(MIT): 潜在空間内の世界モデルを通じて学習を行う、代表的なモデルベース深層強化学習アルゴリズム。
これらのアプローチをヒューマノイドの全身運動トラッキングへと統合し、微分可能なワールドモデルを用いてシミュレーション内の動力学を捉えながら制御方策(ポリシー)を最適化する構成を取っていると考えられます。
また、タスク名にある GenCoord(一般化座標系)と MaxCoord(最大座標系)の切り替えは、シミュレーション内での関節表現や物理方程式の解き方に直結する重要な要素です。ロボットのモデル化において自由度を関節角空間で扱うか、各リンクをデカルト空間で扱って拘束条件を課すかという力学的アプローチの選択肢が提供されている点が技術的な特徴です。
注意点
- ライセンス: Apache License 2.0 で公開されています。ただし、着想元として挙げられている先行プロジェクトには BSD-3-Clause や MIT ライセンスのコードが含まれているため、派生コードの利用時には各ライセンス条項を確認してください。
- リポジトリ構成の制約:
supermimicとmjlab_researchを同一ディレクトリ配下に並べてクローンする構成が前提とされています。単体でクローンした場合は依存関係の解決に注意が必要です。 - ハードウェア要件: README の実行コマンドに
CUDA_VISIBLE_DEVICESが指定されていることから、学習には NVIDIA 製 GPU 環境が想定されています。CPU のみでの動作可否や詳細な推奨スペックは記載されていません。 - データ準備や実機転移の手順: README には追従対象となるモーションデータ(モーションキャプチャデータ等)の準備手順や、実機ヒューマノイドへの展開手順は記載されていません。詳細な実験設定やデータ仕様については、プロジェクトページや論文(arXiv)を参照する必要があります。
まとめ
SuperMimic は、微分可能ワールドモデルによりヒューマノイドの全身運動トラッキングを可能にする研究向けフレームワークです。高速な環境管理ツール uv と MuJoCo ベースの mjlab 上に構築されており、一般化座標と最大座標の2通りのモデル表現で学習・評価が行えます。モデルベース強化学習を用いた高度なロボット身体制御を検証したい開発者や研究者にとって、基礎的なリファレンス実装となるリポジトリです。





