ハイブリッド制御で脚式ロコモーションの精度と堅牢性を両立 DTCを提案

何が起きたか

arXivに2023年9月27日付で掲載された論文(識別番号2309.15462v2)において、研究チームは脚式ロコモーションのためのハイブリッド制御アーキテクチャ「DTC(Deep Tracking Control)」を提案した。この手法は、モデルベースのプランナーが訓練中に参照動作を展開し、深層ニューラルネットワークポリシーがシミュレーションで訓練されて最適化された足場を追跡する。評価では、純粋なデータ駆動手法が失敗しがちな疎な地形での精度と、モデルベース手法と比較した滑りやすい・変形しやすい地面での堅牢性が示された。

詳細

脚式ロコモーションは、実世界の課題に対処するために精度と堅牢性の両方を必要とする複雑な制御問題である。従来、脚式システムは逆動力学を用いた軌道最適化によって制御されてきた。このような階層的なモデルベース手法は、直感的なコスト関数の調整、正確なプランニング、一般化、そして10年以上の研究から得られた洞察といった利点がある。しかし、モデルの不一致や仮定の違反が誤動作の一般的な原因となる。 一方、シミュレーションベースの強化学習は、前例のない堅牢性と回復スキルを持つロコモーションポリシーを生み出す。しかし、すべての学習アルゴリズムは、ギャップや踏み石など、有効な足場がまれな環境から生じるスパースな報酬に苦労する。DTCは、モデルベースのプランナーと学習の利点を組み合わせることで、より高い堅牢性、足場配置の精度、地形一般化を同時に達成する。 さらに、提案された追跡コントローラは、訓練中に見られなかった異なる軌道最適化手法にも一般化することが示された。この研究は、オンラインプランニングの予測能力と最適性の保証を、オフライン学習に固有の堅牢性と統合するものである。

Key Facts

なぜ重要か

この研究は、脚式ロコモーション制御におけるモデルベース手法と学習ベース手法の長所を統合する新しいアプローチを示す。これにより、実世界の課題である疎な地形や滑りやすい地面での性能向上が期待される。