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:2603.14333

データ駆動型物理埋め込みダイナミクスと予測制御・強化学習による四足歩行

Data-Driven Physics Embedded Dynamics with Predictive Control and Reinforcement Learning for Quadrupeds

シェア:XThreadsFacebookLINEはてブBluesky

ラグランジュニューラルネットワークを強化学習とモデル予測制御に統合し、四足歩行の物理的に整合したダイナミクス学習と効率的な実時間計画を実現した。

詳しい要約

1. どんなもの?

- 四足歩行ロボットの運動制御において、Model Predictive Control (MPC) と Reinforcement Learning (RL) を統合し、Lagrangian Neural Networks (LNNs) を組み込んだフレームワークを提案。 - 物理的に整合性のあるダイナミクス学習を可能にし、長期的な誤差の蓄積と解釈性の低さを改善。 - 展開時には逆動力学無限ホライズンMPCを用い、行列反転を回避して計算効率を最大4倍向上。

2. 先行研究と比べてどこがすごい?

- 従来のMPCとRLの統合手法は、長期的な誤差の蓄積と物理的帰納バイアスの欠如による解釈性の低さが課題。 - 提案手法はLNNを導入することで、物理的に一貫したダイナミクス学習を実現し、サンプル効率の向上、長期的誤差の低減、リアルタイム計画の高速化を達成。 - 非構造化ニューラルダイナミクスと比較して優位性を示す。

3. 技術・手法の肝は?

- Lagrangian Neural Networks (LNNs) をRL-MPCフレームワークに統合し、物理的に整合性のあるダイナミクスを学習。 - 逆動力学無限ホライズンMPCスキームを採用し、展開時の行列反転を回避して計算効率を向上。 - LNNとその変種のアブレーションを実施し、有効性を検証。

4. どうやって有効だと検証した?

- 提案するLNNとその変種の複数のアブレーションを通じてフレームワークを検証。 - 非構造化ニューラルダイナミクスと比較し、サンプル効率の向上、長期的誤差の低減、リアルタイム計画の高速化を示す。 - Unitree Go1ロボットで実世界での実現可能性をテスト。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究や関連手法: Model Predictive Control (MPC), Reinforcement Learning (RL), Lagrangian Neural Networks (LNNs), 非構造化ニューラルダイナミクス。 - 同分野の定番: 四足歩行ロボットの運動制御に関するMPCとRLの統合手法。

※ 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: Prakrut Kotecha, Aditya Shirwatkar, Shishir Kolathaya

分類: cs.RO, cs.LG

原文アブストラクト

State of the art quadrupedal locomotion approaches integrate Model Predictive Control (MPC) with Reinforcement Learning (RL), enabling complex motion capabilities with planning and terrain adaptive behaviors. However, they often face compounding errors over long horizons and have limited interpretability due to the absence of physical inductive biases. We address these issues by integrating Lagrangian Neural Networks (LNNs) into an RL MPC framework, enabling physically consistent dynamics learning. At deployment, our inverse dynamics infinite horizon MPC scheme avoids costly matrix inversions, improving computational efficiency by up to 4x with minimal loss of task performance. We validate our framework through multiple ablations of the proposed LNN and its variants. We show improved sample efficiency, reduced long-horizon error, and faster real time planning compared to unstructured neural dynamics. Lastly, we also test our framework on the Unitree Go1 robot to show real world viability.

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