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:2608.10220

自己衝突回避を考慮した狭所移動ヒューマノイドの全身動作計画

Whole-Body Planning for Humanoids Navigating Confined Spaces via Self-Collision Avoidance References

シェア:XThreadsFacebookLINEはてブBluesky

狭い環境でのヒューマノイド移動のため、到達可能な剛体ボリューム上で経路計画を行い、衝突回避を統合した3段階の全身計画フレームワークを提案。生成した計画を残差強化学習で追従し、Unitree G1で検証した。

詳しい要約

1. どんなもの?

本論文は、狭小空間を移動するヒューマノイドの全身動作計画を扱う。環境障害物と自己衝突の複雑な制約を考慮しつつ、多接触の動的実現可能性を維持する必要がある。提案手法は、運動学的に到達可能な剛体ボリューム上で直接経路計画を行う3段階の全身計画フレームワークである。微分可能な衝突回避を到達可能性制約付きの定式化に統合し、ボリューム情報を活用したガイドを生成することで、長い時間軸にわたるフルオーダーの軌道最適化を確実に導く。さらに、最適化された計画を参照として、残差強化学習ポリシーを訓練し、ロバストなオンライン実行を実現する。Unitree G1ヒューマノイドを用いて、NIST緊急対応基準を超える3つのベンチマークで検証し、制限された閉じ込め比率(C_r < 1.5)を達成している。

2. 先行研究と比べてどこがすごい?

従来の軌道最適化手法は、粒子抽象化上のスプラインを用いるため、大きな衝突空間を扱う際に不十分であり、局所最適解に陥りやすい。特に、高密度な環境障害物と複雑な自己衝突境界を伴う狭小空間では、従来手法は失敗することが多い。提案手法は、運動学的に到達可能な剛体ボリューム上で直接経路計画を行うことで、衝突空間をより効果的にナビゲートし、標準的なベースラインが失敗するような複雑な接触を伴うタスクでも実行可能な軌道を生成できる点が優れている。また、生成した計画を残差強化学習の参照として用いることで、シミュレーションにおける広範なドメインランダマイゼーション下でもロバストな追従を実現している。

3. 技術・手法の肝は?

手法の核は、3段階の全身計画フレームワークである。第一段階では、運動学的に到達可能な剛体ボリューム上で直接、衝突回避を考慮した経路計画を行う。具体的には、微分可能な衝突回避を到達可能性制約付きの定式化に統合し、ボリューム情報を活用したガイドを生成する。このガイドは、フルオーダーの軌道最適化を長い時間軸にわたって確実に導くために使用される。第二段階では、このガイドを用いてフルオーダーの軌道最適化を実行し、動的実現可能性を満たす全身軌道を生成する。第三段階では、最適化された軌道を参照として、残差強化学習ポリシーを訓練する。このポリシーは、オンライン実行時のモデル誤差や外乱に対してロバスト性を提供する。

4. どうやって有効だと検証した?

提案手法は、Unitree G1ヒューマノイドを用いて、NIST緊急対応基準を超える3つのベンチマークテストベッドで検証された。制限された閉じ込め比率(C_r < 1.5)を達成し、12〜18秒のタスクにおいて複雑な足と手の接触を伴う実行可能な軌道を生成できることを示した。標準的なベースラインはこれらのタスクで失敗する。さらに、学習されたポリシーは、物理シミュレーションにおける広範なドメインランダマイゼーション下で、これらの計画を追従できることを実証した。

5. 議論はある?

要旨からは、提案手法の限界や議論についての詳細は不明である。ただし、狭小空間でのヒューマノイド計画は依然として困難であり、提案手法は特定のベンチマークで有効性を示すが、実世界の複雑な環境への適用や、計算コスト、一般化可能性などについてはさらなる検討が必要と考えられる。また、残差強化学習ポリシーの訓練には、最適化された軌道を参照として用いるが、その収束性や性能は初期の計画品質に依存する可能性がある。

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は、従来の軌道最適化手法(例:spline-based trajectory optimization)や、ヒューマノイドの多接触計画、強化学習を用いたロコモーション制御などが挙げられる。具体的には、NISTの緊急対応基準に関連する研究や、Unitree G1に関する研究、また、残差強化学習の応用研究などが関連する。次に読むべき論文としては、ヒューマノイドの全身制御や、衝突回避を考慮した運動計画、および強化学習とモデル予測制御の統合に関する最近の研究が考えられる。

※ 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: Carlos Gonzalez, Luis Sentis

分類: cs.RO

原文アブストラクト

Humanoid locomotion in highly confined environments requires navigating dense environmental obstacles and complex self-collision bounds while maintaining multi-contact dynamic feasibility. Traditional trajectory optimizers frequently struggle in these restricted spaces, as navigating the large collision space with splines on particle abstractions is insufficient and leads to poor local minima. To address this, we propose a three-stage whole-body planning framework that formulates kinematic path planning directly over kinematically reachable rigid-body volumes. By integrating differentiable collision avoidance into a reachability-constrained formulation, our framework synthesizes volume-informed guides that reliably guide a full-order trajectory optimizer over long horizons. We show that these optimized plans serve as high-quality references to train a residual reinforcement learning policy for robust online execution. We validate our approach on the Unitree G1 humanoid across three benchmark testbeds exceeding NIST emergency response standards, achieving restricted confinement ratios ($C_r < 1.5$). Our framework generates feasible trajectories across 12-to-18-second tasks with complex foot and hand contacts where standard baselines fail, while the learned policy successfully tracks these plans under extensive domain randomization in physics simulation.

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