ギャップを埋める：垂直地面外乱を伴う四足歩行の強化

- 縦方向の地面外乱（振動する路面）における四脚ロボットの歩容ロバスト性を高める研究。 - Unitree Go2 を対象に、固有振動数 2.0 Hz の 13.24 m の steel-and-concrete 製 oscillating bridge 上での歩行を扱う。 - MuJoCo シミュレーションで Reinforcement Learning (RL) の Proximal Policy Optimization (PPO) を用いて歩容方策を学習する。 - 5 種類の gait（trot, pace, bound, free, default）と 3 種類の訓練条件（rigid bridge、橋面基準と地面基準の高さ調整を伴う 2 種類の oscillating bridge）を組み合わせた 15 方策を訓練。

- 四脚ロボットは rough terrain に強いとされるが、oscillating surface のような vertical ground perturbations 下の性能は十分に検討されていない点を課題とする。 - 従来の rigid 面での訓練と比較し、oscillating bridge 上で訓練した方策が安定性・適応性で優れることを示す。 - 橋への事前曝露なしでも robust な gait pattern を実現できる枠組みを提示する点が新規。 - 具体的な先行研究名との比較は要旨からは不明。

- MuJoCo 上のシミュレーションで PPO による RL を実施。 - 13.24 m、eigenfrequency 2.0 Hz の oscillating bridge を模した環境で訓練。 - 5 gaits（trot, pace, bound, free, default）× 3 訓練条件（rigid bridge、橋面基準・地面基準の高さ調整を伴う oscillating bridge）で 15 policies を学習。 - Domain randomization を導入し、実機の bridge への zero-shot transfer を狙う。

- 15 種類の方策を訓練し、oscillating bridge で訓練した方策と rigid 面で訓練した方策を比較。 - oscillating bridge 訓練方策が安定性・適応性で優れるという結果を報告。 - Domain randomization により実世界の bridge への zero-shot transfer を実施。 - 橋への事前曝露なしでも robust な gait が得られることを確認。

- 縦方向の地面外乱下での四脚歩行に対する simulation-based RL の有効性を示唆。 - 振動環境を移動できるロボット設計への知見を提供。 - 限界や失敗事例、実機実験の詳細な定量評価は要旨からは不明。 - 他の外乱条件やロボットへの一般化可能性は要旨からは不明。

- 要旨で参照・比較されている具体的な先行研究は明示されていない。 - 関連手法として Proximal Policy Optimization (PPO)、MuJoCo、domain randomization、zero-shot transfer に関する文献。 - 同分野の定番として quadruped locomotion の RL 研究や sim-to-real 研究を参照するのが妥当。 - 具体的な論文名は要旨からは不明。