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:2506.00472

脚式ロボットのための外乱認識型適応補償を備えたハイブリッド力・位置移動ポリシー

Disturbance-Aware Adaptive Compensation in Hybrid Force-Position Locomotion Policy for Legged Robots

シェア:XThreadsFacebookLINEはてブBluesky

強化学習による脚式ロボットの移動ポリシーにおいて、目標関節位置とフィードフォワードトルクを組み合わせた行動空間と、外乱推定に基づくトルク補償を導入し、ペイロード変化や外乱への適応性を向上させた。

詳しい要約

1. どんなもの?

- 脚式ロボットのための強化学習(RL)ベースの運動制御フレームワーク。 - 提案手法は Hybrid Force-Position Locomotion Policy (HFPLP) と Disturbance-Aware Adaptive Compensation (DAAC) からなる。 - 目的はペイロード変動や外部外乱に対する適応性の向上。 - シミュレーションと実機で検証。

2. 先行研究と比べてどこがすごい?

- 従来のRLベースの運動ポリシーは実環境でのペイロード変動や外乱に弱く、性能が劣化する問題があった。 - 提案手法は行動空間を目標関節位置とフィードフォワードトルクの組み合わせとし、外乱推定に基づくトルク空間での補償を加えることで、既存手法よりペイロード運搬と外乱抵抗性で優れると主張。 - 具体的な比較対象は要旨からは不明。

3. 技術・手法の肝は?

- HFPLP: ポリシーの行動空間を目標関節位置とフィードフォワードトルクのハイブリッドで定義。 - DAAC: 外部外乱推定に基づきトルク空間で補償行動を生成。 - これによりペイロード変動や動的な環境変化に迅速に適応。

4. どうやって有効だと検証した?

- シミュレーションと実世界展開の両方で検証。 - ペイロード運搬と外乱抵抗性において既存手法を上回ることを示した。 - 具体的な評価指標や実験設定は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 想定される議論点:外乱推定の精度、実機での計算負荷、ハイブリッド行動空間のチューニング、他のRL手法との公平な比較など。

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。 - 関連手法として、RLベースの脚式ロボット運動制御(例:Teacher-Student学習、Domain Randomization、Model-Based RL)や外乱オブザーバを用いた適応制御の論文が次に読むべき候補。

※ 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: Yang Zhang, Buqing Nie, Zhanxiang Cao, Yangqing Fu, Yue Gao

分類: cs.RO

原文アブストラクト

Reinforcement Learning (RL)-based methods have significantly improved the locomotion performance of legged robots. However, these motion policies face significant challenges when deployed in the real world. Robots operating in uncertain environments struggle to adapt to payload variations and external disturbances, resulting in severe degradation of motion performance. In this work, we propose a novel Hybrid Force-Position Locomotion Policy (HFPLP) learning framework, where the action space of the policy is defined as a combination of target joint positions and feedforward torques, enabling the robot to rapidly respond to payload variations and external disturbances. In addition, the proposed Disturbance-Aware Adaptive Compensation (DAAC) provides compensation actions in the torque space based on external disturbance estimation, enhancing the robot's adaptability to dynamic environmental changes. We validate our approach in both simulation and real-world deployment, demonstrating that it outperforms existing methods in carrying payloads and resisting disturbances.

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. 3GXO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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI