日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ヒューマノイド/安全制御arXiv:2505.11494

SHIELD: 学習ダイナミクスに基づく確率的制御バリア関数によるヒューマノイドの安全確保

SHIELD: Safety on Humanoids via CBFs In Expectation on Learned Dynamics

シェア:XThreadsFacebookLINEはてブBluesky

実機データから確率的な残差ダイナミクスモデルを学習し、制御バリア関数を確率的に適用する安全層を既存の強化学習歩行制御に追加することで、Unitree G1ヒューマノイドの屋内・屋外での障害物回避を実現した。

詳しい要約

1. どんなもの?

- 本研究は、ヒューマノイドロボットの動的ロコモーションにおいて、学習済みのブラックボックス制御器に安全制約を付加する階層型安全フレームワークSHIELDを提案する。 - 実世界データから確率的残差ダイナミクスモデルを学習し、確率的離散時間CBFを用いて安全制約を確率的に保証する。 - Unitree G1ヒューマノイドで屋内・屋外の障害物回避ナビゲーションを実現。

2. 先行研究と比べてどこがすごい?

- 従来のRLは報酬設計で制約をヒューリスティックに埋め込み、制約の追加・変更には再学習が必要だった。 - モデルベースのCBFは形式的保証を与えるが正確なダイナミクスモデルを必要とした。 - SHIELDは実世界データから学習した確率的モデルと確率的CBFを組み合わせ、再学習なしで既存の自律スタックに最小侵襲で安全層を追加できる点が新しい。

3. 技術・手法の肝は?

- 実機ロールアウトデータを用いて、生成的な確率的ダイナミクス残差モデルを学習し、システム挙動と不確実性を捉える。 - そのモデルを活用し、確率的離散時間CBF定式化により安全制約を確率的に強制する安全層をノミナル制御器の上に追加。 - リスクと性能のバランスを取る確率的保証を提供する。

4. どうやって有効だと検証した?

- Unitree G1ヒューマノイドを用いたハードウェア実験を実施。 - 未知のRL制御器とオンボード知覚を用い、様々な屋内・屋外環境での安全なナビゲーション(障害物回避)を実現することで有効性を検証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていないが、関連手法としてCBF(Control Barrier Functions)やRL(強化学習)を用いた安全制約の研究、確率的ダイナミクスモデル学習の研究が挙げられる。

※ 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: Lizhi Yang, Blake Werner, Ryan K. Cosner, David Fridovich-Keil, Preston Culbertson, Aaron D. Ames

分類: cs.RO

原文アブストラクト

Robot learning has produced remarkably effective ``black-box'' controllers for complex tasks such as dynamic locomotion on humanoids. Yet ensuring dynamic safety, i.e., constraint satisfaction, remains challenging for such policies. Reinforcement learning (RL) embeds constraints heuristically through reward engineering, and adding or modifying constraints requires retraining. Model-based approaches, like control barrier functions (CBFs), enable runtime constraint specification with formal guarantees but require accurate dynamics models. This paper presents SHIELD, a layered safety framework that bridges this gap by: (1) training a generative, stochastic dynamics residual model using real-world data from hardware rollouts of the nominal controller, capturing system behavior and uncertainties; and (2) adding a safety layer on top of the nominal (learned locomotion) controller that leverages this model via a stochastic discrete-time CBF formulation enforcing safety constraints in probability. The result is a minimally-invasive safety layer that can be added to the existing autonomy stack to give probabilistic guarantees of safety that balance risk and performance. In hardware experiments on an Unitree G1 humanoid, SHIELD enables safe navigation (obstacle avoidance) through varied indoor and outdoor environments using a nominal (unknown) RL controller and onboard perception.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI