地形整合リファレンス誘導RLによる人型ロボットの自律ナビゲーション
Terrain Consistent Reference-Guided RL for Humanoid Navigation Autonomy
人型ロボットの歩行制御を強化学習で訓練する際、地形に合わせて参照軌道を変調し、標準ナビゲーションと互換性のあるSE(2)速度インターフェースを実現。実機で70m以上の長距離自律ナビゲーションを達成した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: William D. Compton, Zachary Olkin, Aaron D. Ames
分類: cs.RO, cs.SY, eess.SY
原文アブストラクト
We present a method for training reference-guided, perceptive reinforcement learning locomotion policies for humanoid robots in which reference trajectories are modulated in training to be consistent with terrain geometry. Aiming to deploy our method with standard navigation autonomy infrastructure, we synthesize SE(2)-controllable reference trajectories inside the RL training loop, projecting desired footsteps onto valid footholds and adjusting swing-foot and center-of-mass trajectories to match the terrain. The resulting policy exposes a clean SE(2) velocity interface compatible with standard navigation planners. In simulation, environmentally-conditioned references significantly improve reference tracking performance compared to environment agnostic references. On hardware, we integrate the policy with an MPC + control barrier function planner and demonstrate long-horizon (>70m) closed-loop autonomous navigation on the Unitree G1 through outdoor environments containing rough terrain and consecutive flights of stairs, with all sensing and computation onboard.
