マルチエージェント強化学習による協調的な長縄跳び

複数の humanoid robot が協調して long rope skipping を行うための multi-agent reinforcement learning (MARL) フレームワーク Marope を提案。2 人の rope turner が rope を回し、player の異なる jumping rhythm に適応する協調タスクを対象とする。Unitree G1 を用いて simulation と real-world で評価。

既存の humanoid sports 研究は running, dancing, parkour など single-agent かつ interaction-free な設定で成功しているが、複数参加者の精密な coordination を要するタスクは未開拓。Marope はそのような協調タスクに取り組み、baselines より効率的・安定な rope manipulation と、多様な player への頑健で適応的な協調を実現。

階層的 reinforcement learning を採用。下位レベルでは MARL により decentralized な rope manipulation policies を学習。上位レベルでは centralized scheduling policy を訓練し、下位 policies の実行を調整。さらに多様な jumping policies を cooperative game training に組み込み、player の行動スタイルへの generalization を向上。

Unitree G1 humanoid robots を用い、simulation と real-world の両設定で評価。Marope が各種 baselines を上回り、より効率的で安定した rope manipulation と、多様な player とのより頑健で適応的な cooperation を達成することを実験結果で示した。

要旨からは不明。

要旨で参照/比較されている既存の humanoid sports 研究（running, dancing, parkour など single-agent かつ interaction-free な手法）や、MARL および hierarchical reinforcement learning の関連研究。具体的な論文名は要旨からは不明。