何が起きたか

arXivに掲載された論文「Robot Parkour Learning」(2023年9月11日公開)で、研究チームは脚式ロボットのパルクール学習システムを提案した。このシステムは、参照動作データを使わずに単純な報酬で多様なパルクールスキルを生成し、それらを単一の視覚ベース方針に蒸留する。実機では、2種類の低コスト四足ロボットが自己中心深度カメラを用いて、高障害物の乗り越え、大きなギャップの跳躍、低いバリアのくぐり、狭いスリットの通過、走行などのスキルを自律的に選択・実行できることを実証した。

詳細

パルクールは脚式移動の大きな挑戦であり、ロボットが複雑な環境で様々な障害物を迅速に克服することが求められる。既存手法では、多様だが視覚に依存しない移動スキルか、視覚ベースだが特定のスキルに特化したもののいずれかを生成していた。これらは参照動物データや複雑な報酬設計に依存していた。 本研究では、直接コロケーション法に着想を得た強化学習手法を開発し、高障害物の乗り越え、大きなギャップの跳躍、低いバリアのくぐり、狭いスリットの通過、走行などのスキルを生成した。これらのスキルを単一の視覚ベースのパルクール方針に蒸留し、四足ロボットの自己中心深度カメラを用いて転移させた。

Key Facts

論文タイトルは「Robot Parkour Learning」で、arXivに2023年9月11日に公開された。[1]
提案システムは、参照動作データなしで単純な報酬を用いて多様なパルクールスキルを学習する。[1]
強化学習手法は直接コロケーション法に着想を得ている。[1]
生成されるスキルには、高障害物の乗り越え、大きなギャップの跳躍、低いバリアのくぐり、狭いスリットの通過、走行が含まれる。[1]
スキルは単一の視覚ベースのパルクール方針に蒸留される。[1]
方針は四足ロボットの自己中心深度カメラを用いて転移される。[1]
2種類の低コスト四足ロボットで実証され、自律的に適切なパルクールスキルを選択・実行できる。[1]

なぜ重要か

この研究は、脚式ロボットが複雑な実環境を自律的に移動するための一般化可能な視覚ベース方針の学習可能性を示す。参照データや複雑な報酬設計に依存しない点で、ロボットのパルクール能力の実用化に寄与する可能性がある。