APEX：ヒューマノイドロボットのための適応的高プラットフォーム踏破学習

- 脚長を超える高さのプラットフォームを越えるための humanoid ロボット向けシステム APEX を提案。 - 知覚に基づく climbing ベースの高所移動を実現。 - 垂直エッジでの climb-up / climb-down、プラットフォーム上の walking / crawling、姿勢再構成の stand-up / lie-down の6技能を組み合わせる。 - 最終的に単一 policy へ distill し、局所形状と指令に応じて自律的に行動選択・遷移する。

- 従来の DRL による humanoid locomotion は不整地の feet-based 移動が中心で、脚長を超える platform はほぼ対象外。 - 既存の RL 訓練は jumping 的な高衝撃・トルク制限・実機で危険な解に収束しがち。 - APEX は jumping ではなく climbing ベースで、安全正則化下でも効率的に探索できる点が異なる。 - 6技能を単一 policy に distill し、zero-shot sim-to-real で 0.8 m（脚長の約114%）を達成。

- terrain-conditioned な6技能（climb-up/down, walking/crawling, stand-up/lie-down）を構成。 - 中核は generalized ratchet progress reward：best-so-far の進捗を追跡し、改善しないステップにペナルティ。 - これにより velocity-free で dense な監督を与え、強い安全正則化下でも接触の多い goal-reaching maneuver を学習。 - LiDAR ベースの full-body maneuver policy を訓練。 - sim-to-real の知覚ギャップを、訓練時の mapping artifact モデリングと、実機展開時の elevation map への filtering / inpainting の二重戦略で低減。

- 29-DoF Unitree G1 humanoid を用いた実験。 - 0.8 m（脚長の約114%）プラットフォームの zero-shot sim-to-real traversal を実証。 - platform 高さや初期姿勢への robust な適応、多技能間の滑らかで安定した遷移を確認。

- 要旨からは不明。 - ただし、jumping 的解法の高衝撃・トルク制限・実機安全性への懸念が動機として述べられている。 - 提案手法は強い安全正則化下での効率的探索を可能にすると主張。

- 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、DRL による humanoid locomotion、feet-based uneven terrain traversal、sim-to-real 転移、LiDAR ベースの知覚移動、elevation map の filtering / inpainting などが挙げられる。 - 同分野の定番として、Unitree G1 を用いた humanoid RL 研究や、legged robot の sim-to-real に関する研究を次に読むとよい。