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:2511.07921

ロバストな四足歩行のためのデュアルMPC足配置計画

Dual-MPC Footstep Planning for Robust Quadruped Locomotion

シェア:XThreadsFacebookLINEはてブBluesky

角速度を考慮したMPCベースの足配置計画とGRF制御を相互フィードバックで統合し、四足ロボットの体幹回転を抑制して歩行安定性を向上させた。

詳しい要約

1. どんなもの?

- 四足ロボットのための MPC ベースの footstep planning 手法を提案する論文 - 望ましくない body rotation に対し、footstep placement を最適化して body orientation を頑健に調整する - footstep planner と GRF MPC を相互フィードバックで結合する Dual-MPC 構成をとる - 四足ロボット実機で様々な terrain における locomotion を検証する

2. 先行研究と比べてどこがすごい?

- 従来の model-based locomotion は heuristic 手法や linear inverted pendulum model に基づく計画が主流 - それらは footstep planning で linear velocity のみを扱い angular velocity を除外し、angular momentum を GRF のみで処理していた - 提案手法は angular velocity を考慮した MPC により、GRF と footstep placement を協調させる dual-input アプローチへ再定式化する - GRF 単独最適化ではなく footstep も同時に最適化することで tracking performance が向上する

3. 技術・手法の肝は?

- angular velocity を考慮した MPC による footstep planning を導入する - angular momentum 制御を GRF と footstep placement の dual-input 問題として扱う - footstep planner と GRF MPC を mutual-feedback loop で結合し、互いの解を用いて footstep と GRF を反復更新する - 最適解の利用により body oscillation を低減し、stance phase と swing phase の延長を可能にする

4. どうやって有効だと検証した?

- 四足ロボット上で手法を検証している - 様々な terrain において、oscillation が低減された robust な locomotion を実証 - より長い stance phase と swing phase が実現されることを示す - 具体的な評価指標や比較対象の詳細は要旨からは不明

5. 議論はある?

- 最適解の利用が body oscillation 低減と phase 延長に寄与することが述べられている - GRF と footstep の協調が tracking performance を改善する点が主張されている - 計算コスト、リアルタイム性、失敗ケース、定量的な限界については要旨からは不明

6. 次に読むべき論文は?

- linear inverted pendulum model に基づく model-based locomotion の先行研究 - GRF のみを最適化する従来の MPC による locomotion 研究 - footstep planning と GRF 最適化を統合する MPC 関連手法 - 要旨で具体的な文献参照は無いため、上記は同分野の一般的手法名として挙げる

※ 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: Byeong-Il Ham, Hyun-Bin Kim, Jeonguk Kang, Keun Ha Choi, Kyung-Soo Kim

分類: cs.RO

原文アブストラクト

In this paper, we propose a footstep planning strategy based on model predictive control (MPC) that enables robust regulation of body orientation against undesired body rotations by optimizing footstep placement. Model-based locomotion approaches typically adopt heuristic methods or planning based on the linear inverted pendulum model. These methods account for linear velocity in footstep planning, while excluding angular velocity, which leads to angular momentum being handled exclusively via ground reaction force (GRF). Footstep planning based on MPC that takes angular velocity into account recasts the angular momentum control problem as a dual-input approach that coordinates GRFs and footstep placement, instead of optimizing GRFs alone, thereby improving tracking performance. A mutual-feedback loop couples the footstep planner and the GRF MPC, with each using the other's solution to iteratively update footsteps and GRFs. The use of optimal solutions reduces body oscillation and enables extended stance and swing phases. The method is validated on a quadruped robot, demonstrating robust locomotion with reduced oscillations, longer stance and swing phases across various terrains.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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