概要

OpenTrackはヒューマノイドのモーション追跡（motion tracking）を目的としたオープンソース実装で、MuJoCoシミュレータを用いた高精度な物理ベースの追跡や学習実験をサポートします。リポジトリは、論文（arXiv:2509.13833）と公式ウェブサイトを参照する形で公開されており、シミュレーション用の地形生成ツールやデータ変換スクリプト（brax2torch.py）など、再現性と拡張性を考慮したユーティリティ群が含まれます。研究実験向けのマルチGPU対応やデータフォーマットの橋渡しが特徴です。

リポジトリの統計情報

• スター数: 18
• フォーク数: 0
• ウォッチャー数: 18
• コミット数: 5
• ファイル数: 9
• メインの言語: Python

主な特徴

• MuJoCoベースの物理シミュレーションを用いたヒューマノイド動作トラッキング実装
• マルチGPUでの学習/評価ワークフローに対応（大規模実験を想定）
• BraxからPyTorchへ変換するユーティリティ（brax2torch.py）を同梱
• 地形生成スクリプトやデータディレクトリなど、実験再現性を高めるツール群

技術的なポイント

OpenTrackは物理シミュレータ（MuJoCo）上でヒューマノイドの動作追跡を行うための実装群を提供します。シミュレーションで得られる観測や状態を用いて、参照モーションに追従する制御・推定モデルの学習・評価が行える点が中心です。コードベースにはデータ生成用の generate_terrain.py のようなユーティリティが含まれ、ロバストな挙動学習に向けて多様な地形や環境条件を自動生成できます。brax2torch.py は、Googleの軽量物理エンジン Brax で表現されたデータやモデル表現を PyTorch フレンドリーな形式に変換することで、Braxベースの資産を本実装に取り込める橋渡しを行います。マルチGPU対応は大規模データセットや重いモデルを並列学習する際のスケーラビリティを支え、研究用途での再現実験やハイパーパラメータ探索を容易にします。全体として、物理精度を保ちながら実験の自動化・拡張がしやすい設計が意図されており、論文や公式サイトの成果を実装ベースで追試・発展させたい研究者やエンジニアに向いています。（約700字）

プロジェクトの構成

主要なファイルとディレクトリ：

• .gitignore: Gitで無視するファイルやディレクトリを指定する設定ファイル
• README.md: リポジトリの説明、論文・サイトへのリンク、基本的な使い方など
• brax2torch.py: Brax形式のデータやパラメータをPyTorch用に変換するユーティリティスクリプト
• data: dir — 実験用データやサンプルデータを格納するディレクトリ（参照用に最小限が含まれている想定）
• generate_terrain.py: さまざまな地形や環境変数を生成して、ロバストなトレーニング用データを作るためのスクリプト
• そのほか（設定ファイルや実験スクリプト、軽量のラッパー等）…他 4 ファイル

各ファイルはシンプルにまとまっており、MuJoCo環境設定、データ生成、フォーマット変換の流れが追いやすい構成です。READMEには論文（arXiv:2509.13833）とデモ/関連サイトへのリンクも記載されています。

まとめ

研究再現と拡張を意識した、MuJoCoベースのヒューマノイド追跡実装。

リポジトリ情報：

• 名前: OpenTrack
• 説明: Official implementation of OpenTrack
• スター数: 18
• 言語: Python
• URL: https://github.com/GalaxyGeneralRobotics/OpenTrack
• オーナー: GalaxyGeneralRobotics
• アバター: https://avatars.githubusercontent.com/u/169434821?v=4

READMEの抜粋：