HACL: 履歴を考慮したカリキュラム学習による高速歩行

- 四足歩行・二足歩行ロボットの俊敏かつ高速な locomotion を対象とした研究。 - 時間的な側面を考慮し、安定性を保ちつつ高速軌道を生成する新アルゴリズム HACL (History-Aware Curriculum Learning) を提案。 - 関節速度コマンドの履歴を RNN でモデル化し、観測された線形・角形 reward との関係を curriculum 学習に組み込む。 - MIT Mini Cheetah、Unitree Go1、Go2 のシミュレーションと Unitree Go1 の実機で検証。

- 従来の locomotion アルゴリズムと比較して約 20% の性能向上を達成。 - コマンド速度 7 m/s に対し peak forward velocity 6.7 m/s を実現。 - 履歴情報を curriculum 学習に取り込む点が先行研究との差分として示唆されるが、具体的な比較対象は要旨からは不明。

- 新アルゴリズム HACL (History-Aware Curriculum Learning) を提案。 - 関節速度コマンドの履歴を RNN (recurrent neural net) でモデル化。 - RNN の hidden state を用いて、forward linear velocity および angular velocity コマンドと reward の関係を curriculum が学習。 - 時間ステップをまたぐ履歴を考慮することで、安定性と高速軌道生成を両立。

- シミュレーション環境で MIT Mini Cheetah、Unitree Go1、Go2 を検証。 - 実世界シナリオで Unitree Go1 を検証。 - コマンド速度 7 m/s に対し peak forward velocity 6.7 m/s を達成。 - 先行 locomotion アルゴリズム比で約 20% の性能向上を報告。

- 要旨からは不明。 - 実機は Unitree Go1 のみで検証されており、他ロボットの実機展開や限界については要旨に記載なし。

- 要旨で参照・比較されている具体的な先行研究は明示されていない。 - 関連手法として curriculum learning、RNN ベースの locomotion policy、MIT Mini Cheetah や Unitree Go1/Go2 を用いた agile locomotion 研究を次に読む候補として挙げる。