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:2508.04696

微分可能シミュレーションによるシステム同定で高精度かつ信頼性の高い二足歩行を実現

Achieving Precise and Reliable Locomotion with Differentiable Simulation-Based System Identification

シェア:XThreadsFacebookLINEはてブBluesky

微分可能シミュレータMuJoCo-XLAを用いて、軌道データと制御入力のみからシステムパラメータを推定し、強化学習の訓練ループに組み込むことで、二足歩行の軌道ドリフトを低減する制御フレームワークを提案した。

詳しい要約

1. どんなもの?

- 二足歩行locomotionのtrajectory driftを低減するための制御フレームワーク - system identificationをreinforcement learningの学習ループに統合 - differentiable simulationを利用 - 直接的なtorque計測ではなく、trajectory data(positions, velocities)とcontrol inputsのみからsystem parametersを推定 - differentiable simulator MuJoCo-XLAでパラメータを最適化し、simulated robotの挙動を実世界のmotionに近づける - massやinertiaなどの基本的な物理特性に加え、neural network近似により高度なfriction modelsを含む複雑な非線形挙動も扱う

2. 先行研究と比べてどこがすごい?

- 従来手法は直接的なtorque measurementsに依存していたが、本手法はtrajectory data(positions, velocities)とcontrol inputsのみでsystem parametersを推定 - system identificationをreinforcement learningのtraining loopにdifferentiable simulation経由で統合する点が新規 - MuJoCo-XLAによりscalableかつflexibleなparameter optimizationを実現 - neural network approximationsによりadvanced friction modelsを含む複雑な非線形挙動にも対応 - 実験でtrajectory followingが大幅に改善したと報告

3. 技術・手法の肝は?

- differentiable simulator MuJoCo-XLAを中核に使用 - system identificationをreinforcement learningのtraining loopに組み込む制御フレームワーク - 入力はtrajectory data(positions, velocities)とcontrol inputsのみで、torque measurementsは不要 - simulated robot behaviorとreal-world motionの整合を取るようsystem parametersを最適化 - 基本物理特性(mass, inertia)はパラメータ最適化で扱い、複雑な非線形挙動(advanced friction models等)はneural network approximationsで扱う

4. どうやって有効だと検証した?

- 実験結果により、本フレームワークがtrajectory followingをsignificantlyに改善することを示した - 具体的な実験設定・比較対象・評価指標の詳細は要旨からは不明 - 実機実験かシミュレーションのみかも要旨からは不明

5. 議論はある?

- 要旨からは不明 - 想定される論点として、neural network approximationsによる非線形挙動モデリングの汎化性、MuJoCo-XLA依存性、実機への適用範囲などが考えられるが、要旨には明記されていない

6. 次に読むべき論文は?

- MuJoCo-XLA(differentiable simulator) - differentiable simulationを用いたsystem identificationの関連研究 - reinforcement learningとsystem identificationを統合する先行手法 - advanced friction modelsのneural network近似に関する研究 - 要旨で具体的な参照論文は明示されていないため、上記は関連手法・ツール名として挙げる

※ 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: Vyacheslav Kovalev, Ekaterina Chaikovskaia, Egor Davydenko, Roman Gorbachev

分類: cs.RO

原文アブストラクト

Accurate system identification is crucial for reducing trajectory drift in bipedal locomotion, particularly in reinforcement learning and model-based control. In this paper, we present a novel control framework that integrates system identification into the reinforcement learning training loop using differentiable simulation. Unlike traditional approaches that rely on direct torque measurements, our method estimates system parameters using only trajectory data (positions, velocities) and control inputs. We leverage the differentiable simulator MuJoCo-XLA to optimize system parameters, ensuring that simulated robot behavior closely aligns with real-world motion. This framework enables scalable and flexible parameter optimization. Accurate system identification is crucial for reducing trajectory drift in bipedal locomotion, particularly in reinforcement learning and model-based control. In this paper, we present a novel control framework that integrates system identification into the reinforcement learning training loop using differentiable simulation. Unlike traditional approaches that rely on direct torque measurements, our method estimates system parameters using only trajectory data (positions, velocities) and control inputs. We leverage the differentiable simulator MuJoCo-XLA to optimize system parameters, ensuring that simulated robot behavior closely aligns with real-world motion. This framework enables scalable and flexible parameter optimization. It supports fundamental physical properties such as mass and inertia. Additionally, it handles complex system nonlinear behaviors, including advanced friction models, through neural network approximations. Experimental results show that our framework significantly improves trajectory following.

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

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