歩行/跳躍/姿勢制御2026/5/1arXiv:2605.24643

強化学習を用いた低重力惑星探査：歩行・跳躍・空中姿勢制御の実現

Towards Low-Gravity Planetary Exploration using Reinforcement Learning for Walking, Jumping, and In-flight Attitude Control

シェア:X Threads Facebook LINE はてブ Bluesky

火星の低重力環境向けに、四足ロボットの歩行、垂直跳躍、前方跳躍、空中姿勢制御を強化学習で実現し、シミュレーションと実機で検証した論文。

詳しい要約

1. どんなもの？

- 低重力環境（火星）での四足ロボットによる動的移動を目的とした強化学習（RL）ポリシーを提案。 - 歩行、垂直跳び、前方跳び、飛行中の姿勢制御の4つのポリシーを開発。 - 5-bar leg designのタスク最適化四足ロボット（Olympus）を用い、火星の低重力に特化。 - 跳躍と姿勢制御を組み合わせ、自身より大きな障害物を克服し安全に着地することを可能にする。 - 姿勢制御ポリシーはSim2Real転移を実証、移動ポリシーはシミュレーションで検証。

2. 先行研究と比べてどこがすごい？

- 従来の四足ロボットのRL研究は主に地球重力下での歩行・走行に焦点。 - 本研究は火星の低重力に明示的に適応した歩行・跳躍・飛行中姿勢制御を統合。 - 跳躍と飛行中の再配向を協調させ、自身より大きな障害物を越える能力を実現。 - 姿勢制御ポリシーのSim2Real転移を実ロボットで実証した点が先行研究と異なる。

3. 技術・手法の肝は？

- 強化学習（RL）を用いて、歩行、垂直跳び、前方跳び、飛行中姿勢制御の各ポリシーを訓練。 - 5-bar leg designのタスク最適化四足ロボット（Olympus）をプラットフォームとして使用。 - 火星の低重力環境をシミュレーションに組み込み、ポリシーを最適化。 - 姿勢制御ポリシーはSim2Real転移を実施し、実機で単軸再配向テストを検証。 - 移動ポリシーはシミュレーション内で評価。

4. どうやって有効だと検証した？

- 姿勢制御ポリシー：Olympus四足ロボットで単軸再配向テストを実施し、Sim2Real転移を実証。 - 移動ポリシー：シミュレーションで検証。 - 火星探査ミッションシナリオをシミュレーションで実行し、協調的なポリシー展開を実証。 - 実験結果：姿勢再配向は2.6秒で90度を達成。シミュレーションでは火星重力下で垂直跳び3.1m、前方跳び3.9mを達成。

5. 議論はある？

- 要旨からは、議論や限界についての明示的な記述は不明。 - シミュレーションと実機のギャップや、低重力環境特有の課題についての議論は要旨からは不明。 - 提案手法の汎用性や他の惑星環境への適用可能性については要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、四足ロボットのRLベースの動的移動（例：ANYmal, MIT Cheetah）やSim2Real転移に関する研究が挙げられる。 - 低重力環境でのロボット移動に関する研究（例：SpaceBok）も参考になる。

※ 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: Jørgen Anker Olsen, Kostas Alexis

分類: cs.RO, cs.SY, eess.SY

原文アブストラクト

This paper presents reinforcement learning (RL) policies for dynamic quadrupedal locomotion in planetary exploration scenarios. Building on a taskoptimized quadruped with a 5-bar leg design, we develop RL policies for walking, vertical jumping, forward jumping, and in-flight attitude control, explicitly tailored to the reduced gravity on Mars. These policies jointly enable such robots to overcome obstacles larger than themselves through coordinated jumping and precise in-flight reorientation for safe landings. We demonstrate Sim2Real transfer of the attitude control policy on the Olympus quadruped through single-axis reorientation tests, while all locomotion policies are validated in simulation. A complete Mars exploration mission scenario demonstrates coordinated policy deployment across challenging terrain. Experimental results show 90{\deg} attitude reorientation in 2.6 seconds, with simulations demonstrating 3.1 meter vertical jumps and 3.9 meter forward jumps under Martian gravity conditions. - Supplementary video: https://www.youtube.com/watch?v=qlSJ3P87A4A

arXivで原文を読む →arXiv概要ページ

← 論文一覧