軌道最適化と強化学習を統合した不整地適応着地を伴う四脚ロボットの跳躍

- 四足ロボットの跳躍における動的な踏切と適応的な着地を扱う研究 - 従来は平坦な着地地面を仮定していたが、本論文は rough terrains への適応着地を目指す - Trajectory Optimization (TO) と Reinforcement Learning (RL) を組み合わせた safe landing framework を提案 - RL agent が TO 生成の reference motion を rough terrains 環境で追従学習する枠組み

- 既存の四足跳躍研究は stance と flight phase に主眼を置き、平坦な着地地面を仮定していた - 本論文は rough terrains での adaptive landing を対象とし、実世界に近い不整地着地を扱う点が異なる - TO の参照運動と RL の追従学習を統合し、compliant landing skills の獲得を狙う点が特徴 - 具体的な性能比較の数値は要旨からは不明

- Trajectory Optimization (TO) により reference motion を生成 - Reinforcement Learning (RL) の agent が rough terrains 環境でその reference motion を追従するよう学習 - 着地回復期間の探索を促す reward relaxation strategy を合成し、challenging terrains での compliant landing skills 獲得を支援 - TO と RL の統合により safe landing framework を構成

- Extensive experiments により、提案手法の accurate tracking と safe landing skills を various scenarios で検証 - rough terrains を含む複数シナリオでの有効性を確認したと記載 - 具体的な実験設定・比較対象・定量指標は要旨からは不明

- reward relaxation strategy が着地回復期間の探索を促す設計となっている点が議論の対象になり得る - rough terrains での compliant landing skills の獲得と tracking 精度の両立が焦点 - 限界や失敗事例、実機実験の詳細は要旨からは不明

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として Trajectory Optimization (TO) と Reinforcement Learning (RL) の統合による四足ロボットの跳躍・着地研究 - 同分野の定番として quadrupedal jumping、rough terrain locomotion、sim-to-real transfer に関する研究を次に読む候補として挙げる