FORGE: 俊敏なヒューマノイド歩行のための実行可能なオンライン低次元参照生成と全身制御

- 本論文は FORGE と名付けられた、ヒューマノイドの agile locomotion のための二段階学習フレームワークを提案する。 - 第一段階で online reduced-order model (ROM) の reference を生成し、第二段階で whole-body tracking control を行う。 - 単一の統合フレームワークで、広い command 空間と複数の locomotion strategy を扱うことを狙う。 - Unitree G1 humanoid robot 上で、前後速度 -2.0〜2.8 m/s、横速度 ±1.0 m/s、角速度 ±3.0 rad/s、片脚 hopping、連続的な command 遷移を実現する。

- 単一の unified reference policy と単一の whole-body tracking policy で、広範な command 空間と複数の locomotion strategy をカバーする点を主張する。 - simplified ROM space で kino-dynamically consistent な reference generator を学習することで、多様な command と戦略を一つの枠組みで生成できるとする。 - 具体的な先行研究との比較数値は要旨からは不明。

- 二段階の学習パイプラインを採用する。 - 第一段階: single rigid body dynamics と full humanoid kinematics を組み合わせ、command-conditioned な whole-body reference generator を学習する。 - 第二段階: frozen した ROM policy を online で roll out し、full-order dynamics model 上で whole-body tracking policy を訓練するための reference を生成する。 - 鍵は、ROM 空間で kino-dynamically consistent な reference を学習することにより、広い command 空間と複数戦略を単一枠組みで扱う点。

- Unitree G1 humanoid robot 上で実証する。 - 達成した範囲として、前後速度 -2.0〜2.8 m/s、横速度 ±1.0 m/s、角速度 ±3.0 rad/s、片脚 hopping、command 間の連続遷移を報告する。 - これらを単一の reference policy と単一の whole-body tracking policy で実現したと述べる。 - 定量的な比較実験や baseline との比較の詳細は要旨からは不明。

- 単一の統合フレームワークで広い command 空間と複数 locomotion strategy を扱える点を利点として主張する。 - 限界、失敗事例、sim-to-real の詳細、計算コストなどの議論は要旨からは不明。

- 要旨で明示的に参照・比較されている研究はない。 - 関連手法として、reduced-order model (ROM) ベースの locomotion 制御、single rigid body dynamics を用いた reference generation、whole-body tracking control、learning-based humanoid locomotion の定番研究を次に読む候補として挙げる。