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:2508.06229

REBot:瞬時的な動的障害物回避を実現する反射的回避ロボット

REBot: Reflexive Evasion Robot for Instantaneous Dynamic Obstacle Avoidance

シェア:XThreadsFacebookLINEはてブBluesky

四足歩行ロボットが高速で迫る障害物を瞬時に避けるため、回避方策と復帰方策を有限状態機械で統合した制御フレームワークを提案し、実機実験で成功率と省エネ性の向上を示した。

詳しい要約

1. どんなもの?

- 四足ロボット向けの動的障害物回避(DOA)制御フレームワーク「REBot」 - 移動障害物や人間がいる環境での即時・低遅延の反射的回避を目的とする - avoidance policy と recovery policy を finite-state machine に統合 - 学習カリキュラム、regularization、adaptive rewards を組み合わせて頑健な回避と急速な安定化を狙う

2. 先行研究と比べてどこがすごい?

- 既存手法は navigation-based trajectory replanning が主流 - それらは十分な反応時間を仮定するため、障害物が高速接近すると失敗しやすい - REBot は再計画ではなく反射的回避(reflexive evasion)で瞬時・低遅延の機動を実現する点が異なる - 要旨では具体的な先行研究名や定量比較は示されていない

3. 技術・手法の肝は?

- avoidance policy と recovery policy を finite-state machine で統合する制御フレームワーク - 学習には carefully designed learning curricula を採用 - regularization と adaptive rewards を組み込み、頑健な回避と急速な安定化を促す - 即時 DOA タスク向けに低遅延の反射的マヌーバを学習させる設計 - 各ポリシーの具体的なネットワーク構成や学習アルゴリズムは要旨からは不明

4. どうやって有効だと検証した?

- extensive simulations と real-world experiments の両方で検証 - 評価軸は avoidance success rates、energy efficiency、fast-moving obstacles への robustness - 高速移動障害物に対して顕著な改善が示されたと報告 - 具体的なベースライン、試行数、指標の数値は要旨からは不明

5. 議論はある?

- 高速接近時の再計画ベース手法の限界を反射的回避で補う立場 - finite-state machine による avoidance と recovery の切替設計が頑健性に寄与する可能性 - 一方で、実環境での安全性保証、未知障害物への汎化、計算資源や遅延の詳細は要旨からは不明 - 定量的な限界や失敗事例の議論は要旨からは不明

6. 次に読むべき論文は?

- navigation-based trajectory replanning 系の動的障害物回避研究(比較対象として要旨が言及) - 四足ロボットの learning-based locomotion / agile locomotion 関連研究 - sim-to-real を扱う四足ロボットの強化学習研究 - finite-state machine を用いた階層型ロボット制御の関連研究 - 要旨で個別論文名の参照は無いため、上記は同分野の一般カテゴリ

※ 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: Zihao Xu, Ce Hao, Chunzheng Wang, Kuankuan Sima, Fan Shi, Jin Song Dong

分類: cs.RO

原文アブストラクト

Dynamic obstacle avoidance (DOA) is critical for quadrupedal robots operating in environments with moving obstacles or humans. Existing approaches typically rely on navigation-based trajectory replanning, which assumes sufficient reaction time and leading to fails when obstacles approach rapidly. In such scenarios, quadrupedal robots require reflexive evasion capabilities to perform instantaneous, low-latency maneuvers. This paper introduces Reflexive Evasion Robot (REBot), a control framework that enables quadrupedal robots to achieve real-time reflexive obstacle avoidance. REBot integrates an avoidance policy and a recovery policy within a finite-state machine. With carefully designed learning curricula and by incorporating regularization and adaptive rewards, REBot achieves robust evasion and rapid stabilization in instantaneous DOA tasks. We validate REBot through extensive simulations and real-world experiments, demonstrating notable improvements in avoidance success rates, energy efficiency, and robustness to fast-moving obstacles. Videos and appendix are available on https://rebot-2025.github.io/.

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

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