筋肉駆動ロボットのための一般化アクチュエータネットワークによるシミュレーションから実機への転移

- 筋肉駆動ロボットのsim-to-real転移を実現するパイプラインを提案。 - 腱駆動とソフトアクチュエータ（空気圧人工筋）を組み合わせたロボットの非線形性・摩擦・ヒステリシスを克服。 - アクチュエータモデルをニューラルネットワークで学習し、剛体シミュレーションと組み合わせる。 - 提案手法Generalized Actuator Network (GenAN)をPAMY2に適用し、動的で精密な目標到達、ball-in-a-cup、卓球のポリシーをシミュレーションで学習後、実機に転移。 - 4自由度の筋肉駆動ロボットアームで初のsim-to-real転移成功。

- 従来、筋肉駆動ロボットは非線形性・摩擦・ヒステリシスのためモデル化と制御が難しく、sim-to-real転移が困難だった。 - 既存のアクチュエータモデル同定はトルクセンサを必要とすることが多かったが、GenANは関節位置軌道から直接学習可能。 - これまで筋肉駆動ロボットのsim-to-real転移は実現されておらず、本研究が初の成功例。 - 広範なロボットに適用可能な汎用性を持つ点が優れている。

- 複雑なアクチュエータのニューラルネットワークモデルを学習。 - 剛体シミュレーションをアームダイナミクスと環境との相互作用に利用。 - GenANは関節位置軌道から直接学習し、トルクセンサ不要。 - シミュレーションでポリシーを学習し、実機に転移するsim-to-realパイプライン。

- PAMY2（空気圧人工筋で駆動される腱駆動ロボット）にGenANを適用。 - シミュレーションで学習した動的で精密な目標到達、ball-in-a-cup、卓球のポリシーを実機で展開。 - 4自由度筋肉駆動ロボットアームで初のsim-to-real転移成功を確認。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、sim-to-real転移、筋肉駆動ロボット、アクチュエータモデル同定、ニューラルネットワークモデル、剛体シミュレーション、PAMY2、ball-in-a-cup、卓球などが挙げられる。 - 同分野の定番として、Domain Randomization、System Identification、Model-Based Reinforcement Learning、Sim-to-Real Transferなどが考えられる。