歩行/強化学習/sim2real2026/4/1arXiv:2604.24916

asRoBallet: 摩擦を考慮した強化学習による非駆動球体ダイナミクスのSim2Realギャップ解消

asRoBallet: Closing the Sim2Real Gap via Friction-Aware Reinforcement Learning for Underactuated Spherical Dynamics

ヒューマノイド型ボールボットの移動制御に、摩擦モデルを考慮した強化学習を適用し、実機へのゼロショット転送を実現した初のエンドツーエンドポリシーを提案する論文。

詳しい要約

1. どんなもの？

- 人間型 ballbot ハードウェア上に実装した初の end-to-end RL locomotion policy を提案する研究。 - 名称は asRoBallet。 - ballbot は underactuated・nonholonomic control の代表的 benchmark。 - 車輪-球-床間の複雑な摩擦モデルに reality gap がある。 - 本研究は高忠実度 MuJoCo シミュレーションと Friction-Aware RL で zero-shot Sim2Real 転移を狙う。 - 低コスト研究プラットフォームとして subtractive reconfiguration で設計。 - iOS ecosystem により単一操作者が自然動作で操作可能。

2. 先行研究と比べてどこがすごい？

- 従来は LQR や MPC で 3D balancing を扱う研究が中心。 - 人間型 ballbot への RL 適用は contact modeling、actuator latency & jitter、安全な hardware exploration のギャップで妨げられていた。 - 本研究は ETH-type omni-wheels の離散 roller mechanics を明示的にモデル化。 - 従来無視されていた parasitic vibrations と contact discontinuities を捉える。 - Friction-Aware RL により wheel-ball と ball-floor 界面の rolling・lateral・torsional friction channels を扱い zero-shot Sim2Real を実現。 - 過拘束 quadruped の部品を再利用し新規フレームに統合する低コスト設計。

3. 技術・手法の肝は？

- 高忠実度 MuJoCo シミュレーションを構築。 - ETH-type omni-wheels の離散 roller mechanics を明示的にモデル化。 - parasitic vibrations と contact discontinuities を再現。 - Friction-Aware Reinforcement Learning framework を開発。 - wheel-ball および ball-floor 界面の coupled rolling・lateral・torsional friction channels を学習。 - zero-shot Sim2Real transfer を達成。 - subtractive reconfiguration で過拘束 quadruped の主要部品を再利用し新規構造フレームに統合。 - iOS ecosystem で consumer electronics を低遅延インターフェース化。

4. どうやって有効だと検証した？

- 人間型 ballbot ハードウェアプラットフォーム上に end-to-end RL locomotion policy を実装。 - zero-shot Sim2Real transfer を達成したと主張。 - 単一操作者が iOS ecosystem を通じて表現豊かな人間型 maneuver を実行可能。 - 具体的な評価指標・実験条件・比較対象は要旨からは不明。

5. 議論はある？

- ballbot の underactuated・nonholonomic control における reality gap を議論。 - 複雑な摩擦モデル、contact modeling、actuator latency & jitter、安全な hardware exploration が課題と指摘。 - 離散 roller mechanics や parasitic vibrations、contact discontinuities の重要性を主張。 - 低コスト研究プラットフォームとしての設計意図を提示。 - 限界や今後の課題についての具体的議論は要旨からは不明。

6. 次に読むべき論文は？

- LQR や MPC を用いた ballbot の 3D balancing 研究。 - ETH-type omni-wheels のモデル化に関する研究。 - MuJoCo を用いた Sim2Real 転移研究。 - Friction-Aware Reinforcement Learning 関連研究。 - 過拘束 quadruped のハードウェア設計・再利用に関する研究。 - 要旨で参照・比較されている個別論文名は明示されていないため、上記は関連手法・分野の一般名。

※ 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: Fang Wan, Guangyi Huang, Tianyu Wu, Zishang Zhang, Bangchao Huang, Haoran Sun, Mingdong Chen, Chaoyang Song

分類: cs.RO, cs.AI

原文アブストラクト

We introduce asRoBallet, to the best of our knowledge, the first end-to-end reinforcement learning (RL) locomotion policy deployed on a humanoid ballbot hardware platform. Historically, ballbots have served as a canonical benchmark for underactuated and nonholonomic control, which are characterized by a reality gap in complex friction models for wheel-ball-floor interactions. While current literature demonstrates successful handling of 3D balancing with LQR and MPC, transitioning to actual hardware for a humanoid ballbot using RL is currently hindered by critical gaps in contact modeling, actuator latency & jitter, and safe hardware exploration. This study proposes a high-fidelity MuJoCo simulation that explicitly models the discrete roller mechanics of ETH-type omni-wheels, thereby capturing parasitic vibrations and contact discontinuities that have previously been ignored. We also developed a Friction-Aware Reinforcement Learning framework that achieves zero-shot Sim2Real transfer by mastering the coupled rolling, lateral, and torsional friction channels at the wheel-ball and ball-floor interfaces. We designed asRoBallet through subtractive reconfiguration, repurposing key components from an overconstrained quadruped and integrating them into a newly designed structural frame to achieve a robust research platform at low cost. We also developed a generalized iOS ecosystem that transforms consumer electronics into a low-latency interface, enabling a single operator to orchestrate expressive humanoid maneuvers via intuitive natural motion.

arXivで原文を読む →arXiv概要ページ

← 論文一覧