BeamDojo：まばらな足場でのアジャイルな人型ロボット歩行を実現するRLフレームワーク

何が起きたか

2025年2月14日にarXivで公開された論文「BeamDojo: Learning Agile Humanoid Locomotion on Sparse Footholds」において、まばらな足場での人型ロボットのアジャイルな歩行を実現する強化学習（RL）フレームワーク「BeamDojo」が発表された。このフレームワークは、多角形の足に適したサンプリングベースの足場報酬と、密な歩行報酬と疎な足場報酬の学習バランスを取る二重批評家を導入する。さらに、平坦な地形での訓練と実地形での微調整からなる二段階RLアプローチと、実世界展開のためのLiDARベースの標高マップを実装している。

詳細

BeamDojoは、まばらな足場での正確な足場配置と安定した歩行を必要とする危険な地形での人型ロボットの歩行に挑戦する。既存の学習ベースのアプローチは、疎な足場報酬と非効率な学習プロセスにより、このような複雑な地形でしばしば苦戦する。BeamDojoは、この課題に対処するため、多角形の足に特化したサンプリングベースの足場報酬を導入し、密な歩行報酬と疎な足場報酬の学習バランスを取る二重批評家を採用する。 また、十分な試行錯誤の探索を促すため、二段階RLアプローチを採用する。第一段階では、平坦な地形で人型ロボットを訓練し、タスク地形の知覚観測を提供することで地形ダイナミクスを緩和する。第二段階では、実際のタスク地形でポリシーを微調整する。さらに、実世界展開のためのオンボードLiDARベースの標高マップを実装している。 広範なシミュレーションと実世界実験により、BeamDojoはシミュレーションでの効率的な学習と、実世界でのまばらな足場上での正確な足場配置を伴うアジャイルな歩行を達成し、大きな外部外乱下でも高い成功率を維持することが実証された。

Key Facts

なぜ重要か

BeamDojoは、まばらな足場のような危険な地形での人型ロボットの歩行性能を向上させる可能性がある。既存の学習ベースのアプローチの課題を克服し、実世界での展開を可能にする点で重要である。