何が起きたか

arXivに2022年11月14日付で公開された論文（ID: 2211.07638v1）において、研究者らは、単眼の前方深度カメラを搭載した中型四足ロボットで、階段、縁石、飛び石、ギャップを踏破できるエンドツーエンドの歩行システムを発表した。同システムは、シミュレーションで訓練され、実世界でリアルタイム動作する。

詳細

従来の手法では、地形の標高マッピングと足場計画の2段階に分解されていたが、標高マッピングは故障や大きなノイズの影響を受けやすく、専用ハードウェアが必要で、生物学的にも非現実的だと論文は指摘する。提案システムは、単一の前方深度カメラのみを使用し、ロボットの小型さゆえに、他では見られない特殊な歩容パターンを発見する必要がある。また、自己中心視覚（egocentric camera）のため、後ろ足の下の地形を推定するには、ポリシーが過去の情報を記憶する必要がある。訓練は2段階で行われ、第1段階では計算コストの低い深度画像の変種を用いた強化学習でポリシーを訓練し、第2段階では深度画像を用いた最終ポリシーに蒸留する。結果として得られたポリシーは実世界に転移し、ロボットの限られた計算資源でリアルタイムに動作し、押しや滑りやすい路面、岩場などの外乱に対して頑健である。動画は https://vision-locomotion.github.io で公開されている。

Key Facts

論文はarXivに2022年11月14日付で公開された（ID: 2211.07638v1）。[1]
提案システムは、階段、縁石、飛び石、ギャップを踏破できる初のエンドツーエンド歩行システムとされる。[1]
実証は中型四足ロボットで行われ、単一の前方深度カメラを使用する。[1]
ロボットの小型さから、他では見られない特殊な歩容パターンの発見が必要とされる。[1]
自己中心視覚のため、ポリシーは後ろ足の下の地形を推定するために過去の情報を記憶する必要がある。[1]
訓練は2段階で行われ、第1段階では強化学習、第2段階では蒸留が用いられる。[1]
第1段階では計算コストの低い深度画像の変種を使用し、第2段階では深度画像を使用する。[1]
ポリシーは実世界に転移し、ロボットの限られた計算資源でリアルタイムに動作する。[1]
押しや滑りやすい路面、岩場などの外乱に対して頑健である。[1]
動画は https://vision-locomotion.github.io で公開されている。[1]

なぜ重要か

この研究は、従来の標高マッピングに依存しない、視覚に基づくエンドツーエンドの歩行制御を実証した点で重要である。単眼深度カメラのみで複雑な地形を踏破できることは、ロボットのハードウェア要件を簡素化し、より広範な環境での応用可能性を示す。