日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2505.00488

MULE: 四足歩行のためのマルチ地形・未知負荷適応

MULE: Multi-terrain and Unknown Load Adaptation for Effective Quadrupedal Locomotion

シェア:XThreadsFacebookLINEはてブBluesky

強化学習を用いて、四足ロボットが様々な地形や未知の積載物に適応しながら歩行できる適応型制御フレームワークを提案し、シミュレーションと実機で有効性を示した。

詳しい要約

1. どんなもの?

- 四足歩行ロボットが荷物運搬時に多様な地形と変動する積載量へ適応するための Adaptive Reinforcement Learning (RL) フレームワーク。 - nominal policy が基本歩行を担い、adaptive policy が積載変動下で安定性維持と指令追従を改善する補正行動を学習する構成。 - 対象は Unitree Go1 四足ロボット。

2. 先行研究と比べてどこがすごい?

- MPC ベース手法は payload 変動を扱えるが、事前定義の gait schedule や trajectory generator に依存し、非構造環境での適応性が限られる。 - 提案手法は明示的な gait 設計や手動チューニングを必要とせず、積載変動と地形の両方に動的に適応できる点が異なる。 - ただし具体的な先行研究名や定量比較は要旨からは不明。

3. 技術・手法の肝は?

- nominal policy と adaptive policy の二層構成。 - nominal policy がベースラインの locomotion を生成。 - adaptive policy が積載変動時に安定性を保ち command tracking を改善する corrective actions を学習。 - 明示的な gait design や manual tuning を不要とする Adaptive RL フレームワーク。

4. どうやって有効だと検証した?

- Isaac Gym での大規模 simulation 実験。 - Unitree Go1 への real-world hardware deployment。 - flat ground、slopes、stairs の各地形で、static および dynamic な payload 変化をテスト。 - 全設定で adaptive controller が body height と velocity command の追従において一貫して優位。

5. 議論はある?

- 提案手法は明示的な gait 設計や手動調整なしで robustness と adaptability が向上したと主張。 - 具体的な失敗事例、限界、計算コスト、sim-to-real gap の議論は要旨からは不明。 - 比較対象の詳細や定量指標は要旨からは不明。

6. 次に読むべき論文は?

- Model Predictive Control (MPC) ベースの四足歩行手法(payload 変動対応)。 - Isaac Gym を用いた四足ロボットの RL locomotion 研究。 - Unitree Go1 を用いた sim-to-real な歩行制御研究。 - 階層型/adaptive RL による locomotion 制御の関連手法。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Vamshi Kumar Kurva, Shishir Kolathaya

分類: cs.RO, cs.AI

原文アブストラクト

Quadrupedal robots are increasingly deployed for load-carrying tasks across diverse terrains. While Model Predictive Control (MPC)-based methods can account for payload variations, they often depend on predefined gait schedules or trajectory generators, limiting their adaptability in unstructured environments. To address these limitations, we propose an Adaptive Reinforcement Learning (RL) framework that enables quadrupedal robots to dynamically adapt to both varying payloads and diverse terrains. The framework consists of a nominal policy responsible for baseline locomotion and an adaptive policy that learns corrective actions to preserve stability and improve command tracking under payload variations. We validate the proposed approach through large-scale simulation experiments in Isaac Gym and real-world hardware deployment on a Unitree Go1 quadruped. The controller was tested on flat ground, slopes, and stairs under both static and dynamic payload changes. Across all settings, our adaptive controller consistently outperformed the controller in tracking body height and velocity commands, demonstrating enhanced robustness and adaptability without requiring explicit gait design or manual tuning.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI