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:2607.18135

Isaac Simから実機へ:四足歩行の強化学習に基づく移動制御

Isaac Sim-to-Real: Reinforcement Learning based Locomotion for Quadrupeds

シェア:XThreadsFacebookLINEはてブBluesky

NvidiaのIsaac SimとIsaac Labを用いて四足歩行ロボットの全身制御を強化学習で訓練し、実機のUnitree Go1でゼロショットのsim-to-realを実証した論文。

詳しい要約

1. どんなもの?

本論文は、四足ロボットの全身制御を可能にする強化学習(RL)ベースの移動フレームワークを提案する。NVIDIAのシミュレーションツールであるIsaac Simと、その付随するRLフレームワークであるIsaac Labを用いて訓練を行い、ゼロショットのsim-to-realポリシーを実現する。提案フレームワークは、Unitree Go1ハードウェア上で検証され、速度追従性能、外乱回復能力、最大線速度2.0 m/s、最大角速度1.8 rad/sを達成する。

2. 先行研究と比べてどこがすごい?

先行研究では、シミュレーションで高い性能を示すポリシーが実機展開時に課題に直面するsim-to-realギャップが問題となっていた。本手法は、Isaac SimとIsaac Labを活用することで、ゼロショットのsim-to-real転送を実現し、実機での追加調整なしに高い性能を達成している点が優れている。また、統合コントローラと同等の速度追従性能を持ちながら、大きな外乱からの回復能力が優れていることを示している。

3. 技術・手法の肝は?

手法の肝は、Isaac SimとIsaac Labを用いたRL訓練環境の構築と、ゼロショットsim-to-realを可能にするポリシーの設計にある。具体的には、シミュレーション環境を実機に近づけるためのドメインランダマイゼーションや、観測・報酬設計が重要と考えられる。また、全身制御を実現するためのポリシーアーキテクチャや訓練手法が含まれるが、詳細は要旨からは不明。

4. どうやって有効だと検証した?

有効性の検証は、Unitree Go1実機を用いて行われた。実験では、統合コントローラとの速度追従性能の比較、外乱からの回復能力の評価、最大線速度2.0 m/sと最大角速度1.8 rad/sの達成が示された。結果は、提案ポリシーが統合コントローラと同等の速度追従性能を持ち、外乱回復能力が優れていることを示した。

5. 議論はある?

要旨からは、議論の詳細は不明。ただし、ゼロショットsim-to-realの成功は、シミュレーション環境の忠実度とドメインランダマイゼーションの効果を示唆する。一方で、特定のハードウェア(Unitree Go1)でのみ検証されており、他の四足ロボットへの一般化や、より複雑な地形での性能については議論の余地がある。

6. 次に読むべき論文は?

要旨で参照されている研究は明示されていないが、関連手法として、sim-to-real転送を扱う強化学習ベースの移動制御に関する論文が挙げられる。具体的には、ドメインランダマイゼーションを用いたsim-to-real転送の研究や、四足ロボットの移動制御におけるRLの応用に関する論文が次に読むべき候補となる。

※ 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: Jordan Dowdy, Jean Chagas Vaz

分類: cs.RO, cs.LG

原文アブストラクト

Learning-based approaches to locomotion have risen in popularity in recent years, showing the capability for complex legged locomotion and whole-body control. Reinforcement learning (RL), the primary learning-based approach for locomotion, often utilizes a high-performance simulation tool, providing a controlled and efficient training and development environment. However, policies that perform well in simulation frequently encounter unexpected challenges when deployed on a physical system, known as the sim-to-real gap. This work presents a robust RL locomotion framework capable of whole-body control. The proposed RL framework utilizes Nvidia's new set of simulation tools, Isaac Sim, and its companion RL framework, Isaac Lab, for training, achieving a zero-shot sim-to-real policy. The performance of our policy is validated on physical hardware using the Unitree Go1, with experimental results showing similar velocity tracking performance to the quadruped's integrated controller, with a greater ability to recover from large disturbances, and achieve linear velocities of 2.0 m/s and angular velocities of 1.8 rad/s.

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. 2newmo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
  3. 3Google DeepMind、ロボット向けAIを発表新製品・発表
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5GXO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

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