OmniXtreme: Breaking the Generality Barrier in High-Dynamic Humanoid Control

Motivation

• Known: 기존 학습 기반 모션 추적은 단일 동작에서는 높은 정확도를 달성하지만, 동작 라이브러리의 규모와 다양성이 증가할수록 추적 충실도가 급격히 저하되는 fidelity-scalability trade-off 문제가 존재한다.
• Gap: 기존 접근법들은 (1) MLP 같은 단순한 정책 표현과 multi-motion RL의 gradient interference로 인한 학습 병목, (2) 실제 로봇 배포 시 모델링되지 않은 구동기 비선형성(토크-속도 특성, 재생 전력 현상 등)을 충분히 고려하지 못하고 있다.
• Why: 고동역 인간형 로봇이 일상적 작업과 복잡한 상호작용을 수행하려면 다양한 동작을 높은 충실도로 추적할 수 있는 범용적 제어 정책이 필수적이며, 이는 후속 로코-매니퓰레이션 및 표현적 상호작용의 기반이 된다.
• Approach: OmniXtreme은 (1) specialist 정책들로부터 flow-matching을 통한 behavior cloning으로 표현 학습을 수행하고, (2) 실제 구동 제약을 고려한 residual RL 기반의 actuation-aware 후처리 단계를 추가하여 두 병목을 명시적으로 해결한다.

Achievement

Fig. 1: Extreme whole-body humanoid control from our unified policy OMNIXTREME. (a) A quantitative comparison shows

• 확장 가능한 생성형 정책: Flow-matching과 고용량 아키텍처를 통해 multi-motion RL의 gradient interference 없이 표현 용량을 확장
• Actuation-aware 실행 보장: 토크-속도 특성, 속도 의존 손실, 재생 전력 현상 등을 모델링한 residual RL로 실제 로봇에서의 물리적 실행 가능성 확보
• 극단적 동작 추적: 높은 속도(최대 15 rad/s), 빈번한 접촉 전환, 공중 동작을 포함한 다양한 극단적 행동을 Unitree G1에서 성공적으로 실행
• Fidelity-scalability trade-off 해결: 동작 다양성 증가에도 불구하고 높은 추적 충실도 유지

How

Fig. 2: Overview of the OMNIXTREME. (a) Pretraining phase:

• Specialist 정책 학습: 각 동작 또는 동작 그룹에 대해 독립적인 RL 기반 specialist 정책 훈련
• Flow-matching을 이용한 통합 정책 사전학습: Specialist 정책들의 행동 데이터로부터 flow-matching 기반 생성형 정책을 behavior cloning으로 학습
• Actuation-aware 도메인 랜더마이제이션: 실제 구동기의 토크-속도 특성, 속도 의존 손실, 전력 제약을 시뮬레이션에 통합
• Residual RL 후처리: 사전학습된 정책을 기반으로 현실적 구동 제약 하에서 정책을 미세조정하는 보상 함수 설계
• 극단적 동작 데이터셋: 높은 가속도, 공중 접촉 전환, 고속 회전을 포함하는 curated 극단적 동작 라이브러리 구성

Originality

• Specialist-to-unified 생성형 프레임워크: 기존의 end-to-end multi-motion RL 대신, 이미 학습된 specialist 정책들로부터 flow-matching을 통해 통합 정책을 도출하는 새로운 접근법
• Actuation-aware 실행 개선: 단순 effort bound가 아닌 토크-속도 곡선, 재생 전력 등 실제 구동 물리를 명시적으로 모델링하는 residial RL 단계의 도입
• 극단적 동작 벤치마크: 기존 multi-motion 벤치마크보다 훨씬 도전적인 극단적 동작 라이브러리 구성 및 평가

Limitation & Further Study

• 극단적 동작 데이터셋의 규모와 다양성이 특정 로봇 플랫폼(Unitree G1)에 편향될 수 있으며, 다른 형태의 인간형 로봇으로의 일반화 가능성이 명확하지 않음
• Flow-matching 사전학습 단계에서 specialist 정책들의 학습 품질이 최종 통합 정책에 미치는 영향에 대한 상세한 분석 부족
• Actuation-aware residual RL의 수렴 속도 및 샘플 효율성에 대한 상세한 비교 분석이 제한적
• 후속 연구는 (1) 다양한 로봇 플랫폼으로의 일반화, (2) Online learning을 통한 실시간 적응, (3) 더 복잡한 구동 제약(유압 액추에이터 등)의 통합에 초점을 맞춰야 함

Evaluation

총평: OmniXtreme은 humanoid 동작 제어의 long-standing fidelity-scalability trade-off를 해결하기 위해 생성형 모델과 actuation-aware 정제라는 두 가지 보완적 기법을 창의적으로 결합한 강력한 프레임워크이며, 실제 로봇에서 극단적 동작의 성공적 실행으로 그 유효성을 입증했다.