何が起きたか
研究チームは2025年5月11日にarXivで公開された論文において、脚式ロボット向けの新しい制御手法「FACET (Force-Adaptive Control via Impedance Reference Tracking)」を発表した。この手法は強化学習を用いて仮想マス・スプリング・ダンパ系を模倣する制御ポリシーを訓練し、外力下での微細な制御を可能にする。シミュレーションでは、四足ロボットが最大200 Nsの大衝撃に対するロバスト性を向上させ、衝突衝撃を80%低減した。実機では、運動感覚制御によるコンプライアンスと、体重の2/3までのペイロード牽引を実証した。
詳細
従来の位置・速度追従型の目的関数はロボットが受ける力を考慮せず、剛直で危険な挙動や力強い相互作用時の制御不良を引き起こすという問題があった。FACETはインピーダンス制御に着想を得て、仮想バネを操作することで外力下での微細な制御を実現する。 この手法は四足ロボットに加え、脚式移動マニピュレータやヒューマノイドにも拡張され、全身コンプライアンス制御の適用可能性が示された。プロジェクトのウェブサイトは https://facet.pages.dev/ で公開されている。
Key Facts
| FACETは強化学習を用いて仮想マス・スプリング・ダンパ系を模倣する制御ポリシーを訓練する手法である。 | [1] |
| シミュレーションで四足ロボットは最大200 Nsの大衝撃に対するロバスト性を向上させた。 | [1] |
| 衝突衝撃を80%低減した。 | [1] |
| 実機で運動感覚制御によるコンプライアンスと、体重の2/3までのペイロード牽引を実証した。 | [1] |
| 脚式移動マニピュレータとヒューマノイドへの拡張により、全身コンプライアンス制御の適用可能性を示した。 | [1] |
| 論文は2025年5月11日にarXivで公開された。 | [1] |
なぜ重要か
FACETは、力の相互作用を考慮した制御を可能にすることで、脚式ロボットの安全性と操作性を向上させる可能性がある。特に、大衝撃や重量物の牽引といった力強い相互作用を伴うタスクでの応用が期待される。