TACT-ful：ペイロードに頑健な知覚ヒューマノイド歩行のためのマルチチャネル地形アフォーダンスとコンプライアンス訓練

- 二足歩行型 humanoid のための知覚ベース locomotion フレームワーク。 - 多チャネル地形コストと compliance 訓練を組み合わせ、payload 耐性を高める。 - depth image から PPO で end-to-end 訓練し、simulation から実機へ直接展開。 - 階段や段差を含む structured terrain での foothold 選択と荷物運搬を対象とする。

- 単一の height-based terrain signal では捉えられない flatness, steepness, kinematic reachability を明示的に扱う。 - 従来は別途 teacher-student や distillation が必要なことが多いが、本手法は標準 PPO のみで end-to-end 訓練。 - 力センサなしで load-induced perturbation に適応する compliance 訓練を導入。 - 最大 0.20 m の riser 階段で 1.0 m/s、約 15 kg の centered load まで fine-tuning なしで耐性向上。

- flatness, steepness, velocity-aware height feasibility を統合した multi-channel terrain cost と forward climb reward を設計。 - GPU-parallel DCM foothold planner と dense per-step affordance reward を同時に駆動。 - asymmetric actor-critic を PPO で訓練し、depth image から直接 policy を学習。 - adaptive apex bias 付き Bézier swing trajectory で joint position-and-orientation の foothold tracking を実現。 - 仮想 wrench を load attachment point に注入し、wrench-aware compliance targets で rigid pose penalties を置換。

- simulation 上で階段昇降を評価し、riser 0.20 m まで 1.0 m/s を達成。 - centered load 約 15 kg および moment-dominated wrist loads で payload robustness が向上。 - fine-tuning なしでの性能を確認。 - structured terrain 上での定性的な hardware demonstration を実施。

- 力センサなしで compliance を学習する点が特徴的だが、実機での定量的評価は限定的。 - simulation から実機への展開は configuration changes のみとされるが、詳細な sim-to-real gap の議論は要旨からは不明。 - payload 耐性の上限や多様な負荷条件への一般化については要旨からは不明。

- 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 PPO, asymmetric actor-critic, DCM, Bézier trajectory, teacher-student distillation などが挙げられる。 - 同分野の定番として perceptive locomotion, terrain-aware foothold planning, sim-to-real transfer に関する研究を読むとよい。