日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

強化学習/ドッキング/微小重力arXiv:2512.13514

微小重力環境における6自由度ドッキングのための強化学習:ISS-JEM内のInt-Ball2を用いたシミュレーション研究

Reinforcement Learning based 6-DoF Maneuvers for Microgravity Intravehicular Docking: A Simulation Study with Int-Ball2 in ISS-JEM

シェア:XThreadsFacebookLINEはてブBluesky

JAXAのInt-Ball2ロボットの6自由度ドッキングを、Isaac Sim上の高忠実度JEMモデルでPPOを用いて強化学習し、ドメインランダム化と観測ノイズ下で安定したドッキングを実現した。

詳しい要約

1. どんなもの?

- 対象: 国際宇宙ステーション(ISS)の日本実験棟(JEM)内で活動するJAXAのInt-Ball2の6自由度(6-DoF)ドッキング - 手法: 強化学習(RL)による制御方針の獲得 - 環境: 高忠実度のIsaac Simモデル上でのシミュレーション研究 - アルゴリズム: Proximal Policy Optimization (PPO)を使用 - 目的: センシングノイズや小さなアクチュエーション誤差、環境変動下での精密ドッキングの実現

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的比較は要旨からは不明 - 貢献の主張: ドメインランダム化されたダイナミクスと有界の観測ノイズ下でPPOによる制御器を訓練・評価 - 特徴: プロペラのdrag-torque効果とpolarity構造を明示的にモデル化 - 意義: Int-Ball2の推進物理がRLベースのドッキング性能に与える影響を制御された形で調べられる点

3. 技術・手法の肝は?

- 高忠実度Isaac Sim上にJEMのモデルを構築しInt-Ball2の6-DoFドッキングを学習 - PPOにより制御方針を訓練 - ドメインランダム化されたダイナミクスと有界の観測ノイズを設定 - プロペラのdrag-torque効果とpolarity構造を明示的にモデル化 - これにより推進物理がRLドッキング性能へ与える影響を分析可能に

4. どうやって有効だと検証した?

- Isaac Sim上のシミュレーションで訓練・評価を実施 - 多様な条件下で学習方針が安定かつ信頼性の高いドッキングを達成したと報告 - 具体的な評価指標・条件数・比較ベースラインは要旨からは不明

5. 議論はある?

- 今後の拡張としてcollision-aware navigation、safe RL、推進精度を考慮したsim-to-real転送、vision-based end-to-end dockingを挙げる - 実機(ISS-JEM上のInt-Ball2)での検証やsim-to-realギャップの定量的議論は要旨からは不明 - 限界や失敗事例に関する記述は要旨からは不明

6. 次に読むべき論文は?

- 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Proximal Policy Optimization (PPO)、Isaac Sim、domain randomization、safe RL、sim-to-real transfer、vision-based end-to-end dockingに関する文献 - 同分野の定番としてmicrogravity free-flyerのdocking制御や宇宙ロボティクスのRL応用研究

※ 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: Aman Arora, Matteo El-Hariry, Miguel Olivares-Mendez

分類: cs.RO

原文アブストラクト

Autonomous free-flyers play a critical role in intravehicular tasks aboard the International Space Station (ISS), where their precise docking under sensing noise, small actuation mismatches, and environmental variability remains a nontrivial challenge. This work presents a reinforcement learning (RL) framework for six-degree-of-freedom (6-DoF) docking of JAXA's Int-Ball2 robot inside a high-fidelity Isaac Sim model of the Japanese Experiment Module (JEM). Using Proximal Policy Optimization (PPO), we train and evaluate controllers under domain-randomized dynamics and bounded observation noise, while explicitly modeling propeller drag-torque effects and polarity structure. This enables a controlled study of how Int-Ball2's propulsion physics influence RL-based docking performance in constrained microgravity interiors. The learned policy achieves stable and reliable docking across varied conditions and lays the groundwork for future extensions pertaining to Int-Ball2 in collision-aware navigation, safe RL, propulsion-accurate sim-to-real transfer, and vision-based end-to-end docking.

  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

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