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:2603.09147

何本脚でも歩ける:不整地を歩行する多脚ロボットの制御

Walking on Rough Terrain with Any Number of Legs

シェア:XThreadsFacebookLINEはてブBluesky

2脚につき3アクチュエータを持つセグメント型ロボットで、6〜16脚の不整地歩行を実現する軽量な制御アーキテクチャを提案し、シミュレーションで検証した。

詳しい要約

1. どんなもの?

- 6本以上の多脚ロボットが不整地を歩行するための制御アーキテクチャを提案。 - 2脚あたり3アクチュエータを持つセグメント型ロボットを対象。 - 6脚から16脚のロボットをシミュレーションで検証。 - 各セグメントは同一の状態機械を持ち、前方セグメントから入力を受ける。

2. 先行研究と比べてどこがすごい?

- 従来の多脚制御は大規模ブラックボックス機械学習、CPGネットワーク、開ループフィードフォワード制御(安定性は力学に依存)など。 - 提案手法はWalkNetのようなイベントカスケード制御とCPGベース制御のギャップを埋める。 - 接地時は地面と強く結合し、非接地時は fictive locomotion を生成する点が特徴。 - 適応的で計算コストが低く、機械学習制御の足場となるベースライン能力として有用。

3. 技術・手法の肝は?

- セグメントごとに同一の状態機械を配置し、前方セグメントからの入力を受ける分散制御。 - 2脚あたり3アクチュエータという構成で、脚間の協調を実現。 - 接地の有無に応じて、地面との結合と fictive locomotion を切り替える。 - イベントカスケードとCPGのハイブリッド的な性質を持つ。

4. どうやって有効だと検証した?

- シミュレーションで6脚から16脚のロボットを対象に検証。 - 不整地歩行の有効性を確認。 - 具体的な評価指標や実験条件は要旨からは不明。

5. 議論はある?

- 適応的で計算軽量な制御としての有用性が議論されている。 - 機械学習制御の学習を支援するベースライン能力としての可能性。 - 限界や課題については要旨からは不明。

6. 次に読むべき論文は?

- WalkNet-like event cascade controllers - CPG-based controllers - 大規模ブラックボックス機械学習モデル - 開ループフィードフォワード制御

※ 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: Zhuoyang Chen, Xinyuan Wang, Shai Revzen

分類: cs.RO

原文アブストラクト

Robotics would gain by replicating the remarkable agility of arthropods in navigating complex environments. Here we consider the control of multi-legged systems which have 6 or more legs. Current multi-legged control strategies in robots include large black-box machine learning models, Central Pattern Generator (CPG) networks, and open-loop feed-forward control with stability arising from mechanics. Here we present a multi-legged control architecture for rough terrain using a segmental robot with 3 actuators for every 2 legs, which we validated in simulation for robots with 6 to 16 legs. Segments have identical state machines, and each segment also receives input from the segment in front of it. Our design bridges the gap between WalkNet-like event cascade controllers and CPG-based controllers: it tightly couples to the ground when contact is present, but produces fictive locomotion when ground contact is missing. The approach may be useful as an adaptive and computationally lightweight controller for multi-legged robots, and as a baseline capability for scaffolding the learning of machine learning controllers.

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. 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