日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2606.25965

フォールトトレラントな脚式移動のためのMixture-of-Experts強化学習

Mixture-of-Experts RL for Fault-Tolerant Legged Locomotion

シェア:XThreadsFacebookLINEはてブBluesky

脚式ロボットのアクチュエータ故障に対応するため、故障診断情報を利用して専門化された制御エキスパートを活性化するモジュール型アーキテクチャを提案し、単一ポリシーよりも高い性能を達成した。

詳しい要約

1. どんなもの?

- 脚式ロボットの故障耐性移動を目的とした研究 - アクチュエータ故障時でも信頼性の高い移動を維持する必要がある - 故障診断情報を活用し、故障モードごとに特化した制御エキスパートを起動するモジュール型制御アーキテクチャを提案 - 強化学習(RL)を用いて、故障条件に明示的に条件付けられたモジュール型ポリシーを学習 - 惑星探査など遠隔環境での展開を想定

2. 先行研究と比べてどこがすごい?

- 従来の単一(monolithic)ポリシーは、多様な故障条件に対応する制御戦略を効率的に表現することが困難 - 提案する故障条件付きモジュール型ポリシーは、同程度のサイズの単一ポリシーよりも一貫して優れた移動性能を達成 - ネットワーク容量を大幅に削減しても競争力のある性能を維持し、計算制約のある宇宙応用プラットフォームに適する

3. 技術・手法の肝は?

- 故障診断情報を明示的に活用する故障認識型モジュール制御アーキテクチャ - 異なるアクチュエータ故障モードに関連付けられた専門制御エキスパートを起動 - 強化学習(RL)により、故障条件に条件付けられたモジュール型ポリシーを訓練 - コードは https://github.com/iit-DLSLab/fault-locomotion-isaaclab で公開

4. どうやって有効だと検証した?

- 実験結果により、故障条件付きモジュール型ポリシーが同程度のサイズの単一ポリシーよりも高い移動性能を故障シナリオ全体で達成することを示した - ネットワーク容量を大幅に削減した場合でも競争力のある性能を維持することを確認 - 具体的な検証環境や指標の詳細は要旨からは不明

5. 議論はある?

- 計算制約のあるロボットプラットフォーム(宇宙応用など)への適合性が示唆されている - 故障診断情報の利用がモジュール型制御の有効性に寄与する可能性 - 限界や今後の課題についての議論は要旨からは不明

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 - 同分野の関連手法として、脚式ロボットの強化学習(例: PPO, SAC)、モジュール型ポリシー、Mixture-of-Experts、故障診断・故障耐性制御に関する研究が挙げられる

※ 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: Giulio Turrisi, Ozan Pali, Luca Oneto, Claudio Semini

分類: cs.RO

原文アブストラクト

Legged robots deployed in planetary exploration and other remote environments must maintain reliable locomotion despite actuator failures and challenging terrain conditions. Although reinforcement learning has achieved strong results in legged locomotion, monolithic policies can struggle to efficiently represent the diverse control strategies required to compensate for different fault conditions. In this work, we propose a fault-aware modular control architecture that explicitly leverages fault-diagnosis information to activate specialized control experts associated with distinct actuator failure modes. Experimental results show that explicit fault-conditioned modular policies consistently outperform monolithic policies of comparable size, achieving higher locomotion performance across failure scenarios. Moreover, the proposed modular architecture retains competitive performance even under significantly reduced network capacity, highlighting its suitability for compute-constrained robotic platforms, such as those typically employed in space applications. The code associated with this work is available at: https://github.com/iit-DLSLab/fault-locomotion-isaaclab.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI