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:2602.05596

TOLEBI: オンライン状態推定と故障許容報酬による耐故障二足歩行の学習

TOLEBI: Learning Fault-Tolerant Bipedal Locomotion via Online Status Estimation and Fallibility Rewards

シェア:XThreadsFacebookLINEはてブBluesky

関節ロックや電力喪失などのハードウェア故障をシミュレーションで注入し、オンライン関節状態推定と故障許容報酬を用いて二足歩行ロボットの耐故障歩行方策を学習するフレームワークを提案した。

詳しい要約

1. どんなもの?

- 本論文は、二足歩行ロボットのための故障耐性学習フレームワーク「TOLEBI」を提案する。 - 関節のロック、電力損失、外部外乱といった故障をシミュレーションで注入し、故障耐性のある歩行戦略を学習する。 - 学習したポリシーをsim-to-real転送し、実機でも動作する。 - オンライン関節状態モジュールを組み込み、実環境での観測から関節状態を分類する。 - ヒューマノイドロボットTOCABIを用いて実世界とシミュレーションの両方で検証した。

2. 先行研究と比べてどこがすごい?

- 従来の二足歩行の強化学習研究は高い成功率を達成しているが、ハードウェア故障への対処はほとんど注目されていない。 - 本論文は、学習ベースの故障耐性フレームワークとして初めてのものであり、二足歩行ロボットの故障対応に新たな方向性を示す。 - 故障を明示的にシミュレーションに注入し、オンライン状態推定と組み合わせる点が先行研究と異なる。

3. 技術・手法の肝は?

- シミュレーションで関節ロック、電力損失、外部外乱を注入し、故障耐性ポリシーを強化学習で獲得する。 - 学習したポリシーをsim-to-real転送により実機に適用する。 - オンライン関節状態モジュールを組み込み、実環境の観測から関節状態を分類する。 - 故障耐性を高めるための報酬設計(fallibility rewards)を採用していると推測されるが、詳細は要旨からは不明。

4. どうやって有効だと検証した?

- ヒューマノイドロボットTOCABIを用いて、実世界とシミュレーションの両方で検証実験を行った。 - 提案手法の適用可能性を示す結果が得られた。 - 具体的な評価指標や比較対象は要旨からは不明。

5. 議論はある?

- 本論文は学習ベースの故障耐性フレームワークの初の試みであり、この分野の発展に寄与する。 - 実世界とシミュレーションの両方で有効性を示したが、限界や課題については要旨からは不明。 - 故障の種類や程度、オンライン状態推定の精度などについての議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照されている研究は明示されていないが、関連手法として二足歩行の強化学習、sim-to-real転送、故障診断、オンライン状態推定などが挙げられる。 - 具体的な論文名は要旨からは不明。

※ 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: Hokyun Lee, Woo-Jeong Baek, Junhyeok Cha, Jaeheung Park

分類: cs.RO

原文アブストラクト

With the growing employment of learning algorithms in robotic applications, research on reinforcement learning for bipedal locomotion has become a central topic for humanoid robotics. While recently published contributions achieve high success rates in locomotion tasks, scarce attention has been devoted to the development of methods that enable to handle hardware faults that may occur during the locomotion process. However, in real-world settings, environmental disturbances or sudden occurrences of hardware faults might yield severe consequences. To address these issues, this paper presents TOLEBI (A faulT-tOlerant Learning framEwork for Bipedal locomotIon) that handles faults on the robot during operation. Specifically, joint locking, power loss and external disturbances are injected in simulation to learn fault-tolerant locomotion strategies. In addition to transferring the learned policy to the real robot via sim-to-real transfer, an online joint status module incorporated. This module enables to classify joint conditions by referring to the actual observations at runtime under real-world conditions. The validation experiments conducted both in real-world and simulation with the humanoid robot TOCABI highlight the applicability of the proposed approach. To our knowledge, this manuscript provides the first learning-based fault-tolerant framework for bipedal locomotion, thereby fostering the development of efficient learning methods in this field.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI