日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

全身制御/安全性arXiv:2607.28623

PAC-MAN: 認識を考慮したCBF-RLによる人型ロボットのドッジボール全身安全性

PAC-MAN: Perception-Aware CBF-RL for Whole-Body Safety in Humanoid Dodgeball

シェア:XThreadsFacebookLINEはてブBluesky

人型ロボットがドッジボールを避けるための、認識を考慮した制御バリア関数と強化学習を組み合わせたフレームワークを提案し、実機で95%の成功率を達成した。

詳しい要約

1. どんなもの?

PAC-MANは、制御バリア関数(CBF)と強化学習(RL)を組み合わせ、搭載センサによる実環境に即した認識を考慮した、人型ロボットのドッジボールにおける全身安全を実現するフレームワークである。展開時には、頭部カメラからのセグメンテーションでマスクされた深度情報のみを用いてボールを認識し、訓練時にはCBFガイダンスが各身体リンクまでのクリアランスを提供し、敵対的動作事前分布が回避反射を正則化する。

2. 先行研究と比べてどこがすごい?

先行研究では、CBFとRLの統合はあるが、認識を理想化(状態完全観測)することが多く、実機の限られたセンサ情報を考慮していない。PAC-MANは、展開時の実センサ(固定カメラ)を考慮し、CBFの有効性が認識可能性に依存することを示し、軽量なLink-CBFポリシーが実機で高い成功率を達成する点が新しい。

3. 技術・手法の肝は?

手法の核は、訓練時にCBFガイダンスを用いて全身の安全を確保しつつ、展開時にはセグメンテーション深度のみからボールを認識する点。さらに、敵対的動作事前分布で回避動作を正則化し、Joint-CBFとLink-CBFの比較、および固定カメラ、ジンバル、特権フィルタなどの認識条件を変えた評価を行う。

4. どうやって有効だと検証した?

制御された任意リンク接触ベンチマークで、シングルスローと、ロボットがステーションに歩いて戻り回復する展開ループの2つの条件下で評価した。特権状態オラクルと比較し、固定カメラのみでも回避が可能であることを示した。さらに、Unitree G1実機でゼロショット展開し、95%の成功率を達成した。

5. 議論はある?

CBFのバリア構造は認識可能性に依存し、Joint-CBFは正確なボール状態では最良だが、固定カメラ観測では性能が低下し、ジンバルや特権フィルタで回復する。これは、訓練時のガイダンスとしてCBFを使う場合、認識の不確かさを考慮する必要があることを示唆する。また、実機では軽量なLink-CBFが不完全な認識に耐えることが示されたが、その理論的保証は要旨からは不明。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、Control Barrier Functions (CBF) と Reinforcement Learning (RL) の統合に関する研究、および人間型ロボットの全身制御やセマンティックセグメンテーションを用いた物体認識に関する研究が挙げられる。具体的には、CBF-QPやCBF-RLの基礎論文、Unitree G1の制御に関する研究などが関連する。

※ 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: Lizhi Yang, Junheng Li, Aaron D. Ames

分類: cs.RO, cs.AI

原文アブストラクト

We present PAC-MAN, a perception-aware CBF-RL framework that couples control-barrier safety with deployment-realistic onboard sensing for whole-body humanoid dodgeball. The deployed policy sees the ball only as segmentation-masked depth from a head-mounted camera, while training-time CBF guidance represents clearance to every body link, and an adversarial motion prior regularizes the resulting evasive reflexes. We evaluate on a controlled any-link contact benchmark with seeded throws in two regimes: single throws and a deployment loop in which the robot walks back to its station and recovers between throws. On this benchmark, the policy comes within a few points of a privileged state oracle: a fixed onboard camera alone is adequate for evasion. We find that usable barrier structure depends on perceptual observability: Joint-CBF gives the best performance with accurate ball states, degrades under fixed-camera observations when used only as training guidance, and recovers with a ball-tracking gimbal or privileged runtime filter. We therefore deploy a lightweight Link-CBF policy zero-shot on the Unitree G1 in the real world, where it tolerates imperfect perception, succeeds on 95% of throws, and uses semantic segmentation to dodge different balls.

  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