日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行ナビゲーションarXiv:2506.02206

データブートストラップ強化学習によるヒューマノイドロボットの動的サブゴール追従ナビゲーション

Reinforcement Learning with Data Bootstrapping for Dynamic Subgoal Pursuit in Humanoid Robot Navigation

シェア:XThreadsFacebookLINEはてブBluesky

階層型強化学習とモデル予測制御を組み合わせ、データブートストラップで訓練を効率化することで、ヒューマノイドロボットが雑然とした環境を安全にナビゲートする手法を提案した。

詳しい要約

1. どんなもの?

- 二足歩行ヒューマノイドロボットのための階層型ナビゲーションフレームワーク - 高レベル: サブゴール選択を行う強化学習(RL)プランナ - 低レベル: サブゴール到達のための歩行gaitを生成するModel Predictive Control (MPC)ベースプランナ - ロボット中心座標系で動的にサブゴールを連続生成し、混雑環境での誘導を行う - シミュレーションでAgility Robotics Digitヒューマノイドを用いて検証

2. 先行研究と比べてどこがすごい?

- 既存のbipedal robot navigationフレームワークは計算効率と安定歩行に必要な精度の両立が課題 - 提案手法は高レベルRLと低レベルMPCを分離した階層構造でこの両立を狙う - 元のmodel-based手法および他のlearning-based手法と比較し、ナビゲーション成功率と適応性を大幅に改善 - 具体的な先行研究名は要旨からは不明

3. 技術・手法の肝は?

- 高レベルRLプランナがロボット中心座標系でサブゴールを選択 - 低レベルMPCプランナがそのサブゴールへ向かう頑健なwalking gaitを生成 - 学習の迅速化・安定化のためdata bootstrappingを導入 - model-based navigation手法を活用し、多様で情報量の多いデータセットを生成 - 階層的に動的サブゴールを連続生成することでcluttered環境を誘導

4. どうやって有効だと検証した?

- シミュレーション上でAgility Robotics Digitヒューマノイドを使用 - ランダムな障害物を含む複数シナリオで評価 - 元のmodel-based手法および他のlearning-based手法との比較を実施 - ナビゲーション成功率と適応性の指標で有意な改善を確認

5. 議論はある?

- 実機実験やsim-to-realの検証については要旨からは不明 - 計算コストやリアルタイム性の定量的評価は要旨からは不明 - data bootstrappingに用いたmodel-based手法の詳細やデータセット規模は要旨からは不明 - 障害物の種類・密度や評価シナリオの範囲は要旨からは不明

6. 次に読むべき論文は?

- 要旨で比較対象として言及される元のmodel-based navigation手法(具体名は要旨からは不明) - 比較対象のlearning-based navigation手法(具体名は要旨からは不明) - 低レベル歩行生成の基盤としてModel Predictive Control (MPC)に関する文献 - ヒューマノイドナビゲーションの定番関連としてhierarchical RLやlearning-based local planningの研究

※ 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: Chengyang Peng, Zhihao Zhang, Shiting Gong, Sankalp Agrawal, Keith A. Redmill, Ayonga Hereid

分類: cs.RO

原文アブストラクト

Safe and real-time navigation is fundamental for humanoid robot applications. However, existing bipedal robot navigation frameworks often struggle to balance computational efficiency with the precision required for stable locomotion. We propose a novel hierarchical framework that continuously generates dynamic subgoals to guide the robot through cluttered environments. Our method comprises a high-level reinforcement learning (RL) planner for subgoal selection in a robot-centric coordinate system and a low-level Model Predictive Control (MPC) based planner which produces robust walking gaits to reach these subgoals. To expedite and stabilize the training process, we incorporate a data bootstrapping technique that leverages a model-based navigation approach to generate a diverse, informative dataset. We validate our method in simulation using the Agility Robotics Digit humanoid across multiple scenarios with random obstacles. Results show that our framework significantly improves navigation success rates and adaptability compared to both the original model-based method and other learning-based methods.

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. 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