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:2604.19344

四足ロボットのパルクール学習:視覚入力によるスパースゲート型Mixture of Experts

Quadruped Parkour Learning: Sparsely Gated Mixture of Experts with Visual Input

シェア:XThreadsFacebookLINEはてブBluesky

四足ロボットのパルクールにおいて、スパースゲート型MoEアーキテクチャを視覚ベースの制御に適用し、標準MLPと比較して成功率が2倍になることを実機で実証した。

詳しい要約

1. どんなもの?

- 視覚入力に基づく四足ロボットのparkour制御に、sparsely gated mixture-of-experts (MoE) アーキテクチャを適用する研究。 - 従来のMLPベースの制御ポリシーと、推論時のactive parameter数を揃えた条件で比較。 - 実機Unitree Go2四足ロボットで、大きな障害物を越えるタスクを検証。 - MoEポリシーは標準MLPベースラインの2倍の成功率を達成。 - 標準MLPで同等性能を得るには全MoEモデルと同数のパラメータに拡大が必要で、計算時間が14.3%増加。 - 性能と計算効率のトレードオフにおいてMoEが有利であることを示す。

2. 先行研究と比べてどこがすごい?

- 従来の視覚ベースparkour制御は、sequential MLPアーキテクチャで全層が密に活性化されるのが一般的。 - 動的登攀やジャンプなど印象的な能力を示す研究もあるが、計算効率の面で制約。 - 一方、sparsely gated MoEは大規模言語モデル分野でスケーラビリティと性能向上に有効なパラダイムとして登場。 - 本研究はMoEを視覚ベースロボットparkourに適用し、active parameter数を揃えた公平な比較を実機で行った点が新しい。 - MoEが標準MLPより少ない計算で高い性能を達成できることを示した。

3. 技術・手法の肝は?

- sparsely gated MoEアーキテクチャを視覚ベースのロボットparkour制御ポリシーに適用。 - 推論時に一部のパラメータのみを活性化するsparse gating機構を採用。 - 比較のため、推論時のactive parameter数を標準MLPとMoEで一致させる制御設定を構築。 - 視覚入力から制御出力を生成するポリシーを学習。 - 実機Unitree Go2四足ロボットに実装し、大きな段差などの障害物を越えるタスクを実行。 - コードベースは匿名リンクで公開。

4. どうやって有効だと検証した?

- 実機Unitree Go2四足ロボットを用いて、大きな障害物を越えるparkourタスクで検証。 - 推論時のactive parameter数を揃えた条件で、標準MLPベースラインとMoEポリシーを比較。 - MoEポリシーは標準MLPベースラインの2倍の成功率を達成。 - 標準MLPで同等性能を得るには全MoEモデルと同数のパラメータに拡大が必要で、計算時間が14.3%増加することを示した。 - これによりMoEの性能と計算効率のトレードオフ上の優位性を実証。

5. 議論はある?

- sparsely gated MoEは性能と計算効率の良好なトレードオフを提供し、視覚ベースロボットparkourの制御ポリシーのスケーリングを改善可能。 - 標準MLPで同等性能を得るにはパラメータ数をMoE全体と同数に増やす必要があり、計算時間が14.3%増加。 - この結果は、MoEが推論時のactive parameterを抑えつつ高性能を達成できることを示唆。 - ただし、要旨からはMoEの具体的な設計や学習安定性、他のタスクへの汎化性に関する議論は不明。 - 実機実験の詳細な条件や統計的有意性についても要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:sequential multilayer perceptron (MLP) アーキテクチャを用いた動的登攀やジャンプの研究、および大規模言語モデル分野のsparsely gated mixture-of-experts (MoE)。 - 関連手法:vision-based robotic parkour、Unitree Go2 quadruped robot。 - 同分野の定番:legged robot locomotion、reinforcement learning for locomotion、vision-based locomotion。 - 具体的な論文タイトルは要旨に明記されていないため、上記の手法・分野をキーワードに最新研究を辿ることを推奨。

※ 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: Michael Ziegltrum, Jianhao Jiao, Tianhu Peng, Chengxu Zhou, Dimitrios Kanoulas

分類: cs.RO

原文アブストラクト

Robotic parkour provides a compelling benchmark for advancing locomotion over highly challenging terrain, including large discontinuities such as elevated steps. Recent approaches have demonstrated impressive capabilities, including dynamic climbing and jumping, but typically rely on sequential multilayer perceptron (MLP) architectures with densely activated layers. In contrast, sparsely gated mixture-of-experts (MoE) architectures have emerged in the large language model domain as an effective paradigm for improving scalability and performance by activating only a subset of parameters at inference time. In this work, we investigate the application of sparsely gated MoE architectures to vision-based robotic parkour. We compare control policies based on standard MLPs and MoE architectures under a controlled setting where the number of active parameters at inference time is matched. Experimental results on a real Unitree Go2 quadruped robot demonstrate clear performance gains, with the MoE policy achieving double the number of successful trials in traversing large obstacles compared to a standard MLP baseline. We further show that achieving comparable performance with a standard MLP requires scaling its parameter count to match that of the total MoE model, resulting in a 14.3\% increase in computation time. These results highlight that sparsely gated MoE architectures provide a favorable trade-off between performance and computational efficiency, enabling improved scaling of control policies for vision-based robotic parkour. An anonymized link to the codebase is https://osf.io/v2kqj/files/github?view_only=7977dee10c0a44769184498eaba72e44.

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

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