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:2508.19153

QuadKAN: KAN強化による四足歩行運動制御のエンドツーエンド強化学習

QuadKAN: KAN-Enhanced Quadruped Motion Control via End-to-End Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

Kolmogorov-Arnoldネットワーク(KAN)を用いたスプライン表現のクロスモーダル方策で、視覚誘導型四足歩行制御を強化学習により実現し、サンプル効率・安定性・解釈性を向上させた研究。

詳しい要約

1. どんなもの?

- 視覚誘導型の四足歩行ロボットの運動制御を強化学習(RL)で扱う研究。 - 固有感覚(proprioception)と視覚(vision)の融合が堅牢な制御に不可欠と指摘。 - Kolmogorov-Arnold Networks (KAN) を用いた spline パラメータ化 cross-modal policy「QuadKAN」を提案。 - proprioception 用 spline encoder と proprioception-vision 入力用 spline fusion head を備える。

2. 先行研究と比べてどこがすごい?

- 従来の SOTA ベースラインと比較し、多様な地形で一貫して高い return、長い移動距離、少ない衝突を達成。 - 提案する構造化関数クラスは状態-行動写像を歩行の piecewise-smooth な性質に整合させる。 - これにより sample efficiency の向上、action jitter とエネルギー消費の低減、姿勢-行動感度の解釈可能性を実現。 - 単純かつ効果的で解釈可能な代替手法であることを示す。

3. 技術・手法の肝は?

- KAN に基づく spline パラメータ化 cross-modal policy を採用。 - proprioception には spline encoder、proprioception-vision 融合には spline fusion head を使用。 - Multi-Modal Delay Randomization (MMDR) を導入。 - Proximal Policy Optimization (PPO) による end-to-end 学習を実施。

4. どうやって有効だと検証した?

- 平坦・不整地を含む多様な地形で評価。 - 静的・動的障害物のあるシナリオでも評価。 - SOTA ベースラインと比較し、return、移動距離、衝突数の指標で優位性を確認。 - 具体的な実験設定・被験体・試行数の詳細は要旨からは不明。

5. 議論はある?

- spline パラメータ化 policy が堅牢な視覚誘導 locomotion に対して単純・効果的・解釈可能な選択肢となることを主張。 - action jitter やエネルギー消費の低減、解釈可能性の利点に言及。 - 限界や失敗事例、計算コスト、実機展開に関する議論は要旨からは不明。 - リポジトリは採択後に公開予定と記載。

6. 次に読むべき論文は?

- 比較対象として言及される SOTA ベースライン(具体的名称は要旨からは不明)。 - 関連手法として Kolmogorov-Arnold Networks (KAN)、Proximal Policy Optimization (PPO)、Multi-Modal Delay Randomization (MMDR)。 - 視覚誘導四足歩行の定番として vision-guided quadruped locomotion の RL 研究全般。

※ 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: Yinuo Wang, Gavin Tao

分類: cs.RO, cs.AI, cs.CV, cs.SY, eess.IV, eess.SY

原文アブストラクト

We address vision-guided quadruped motion control with reinforcement learning (RL) and highlight the necessity of combining proprioception with vision for robust control. We propose QuadKAN, a spline-parameterized cross-modal policy instantiated with Kolmogorov-Arnold Networks (KANs). The framework incorporates a spline encoder for proprioception and a spline fusion head for proprioception-vision inputs. This structured function class aligns the state-to-action mapping with the piecewise-smooth nature of gait, improving sample efficiency, reducing action jitter and energy consumption, and providing interpretable posture-action sensitivities. We adopt Multi-Modal Delay Randomization (MMDR) and perform end-to-end training with Proximal Policy Optimization (PPO). Evaluations across diverse terrains, including both even and uneven surfaces and scenarios with static or dynamic obstacles, demonstrate that QuadKAN achieves consistently higher returns, greater distances, and fewer collisions than state-of-the-art (SOTA) baselines. These results show that spline-parameterized policies offer a simple, effective, and interpretable alternative for robust vision-guided locomotion. A repository will be made available upon acceptance.

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