何が起きたか

2026年6月5日にarXivで公開された論文において、能動関節サスペンションを備えた4輪惑星探査ローバー「ERNEST」が発表された。このローバーは強化学習で訓練された単一のニューラルネットワーク制御により、岩場や段差、砂地などの不整地を自律走行できる。実験では、20度の乾燥砂斜面で輸送コストを37%削減し、受動サスペンションでは動けなくなる湿砂でも走行に成功した。

詳細

ERNESTは、2自由度の能動ジンバルサスペンション（ヨーとロールのアクチュエーション）を備え、車輪の再構成、ステアリング、能動的な荷重再配分を可能にする。制御には単一のニューラルネットワークを使用し、高忠実度シミュレーションエンジン「DARTS」上で強化学習フレームワークを構築した。DARTSは剛体接触力学とBekker-Wongテラメカニクスを組み合わせており、緩い土壌条件に適応した移動戦略の創発を可能にする。異種地形に対応するため、地形特化エージェントの経験を統合するポリシー統合戦略を採用し、明示的な地形分類やコントローラ切り替えを不要にした。制御器は、プロプリオセプティブおよびエクステロセプティブなフィードバック（スパースなステレオ由来の地形標高、シャシ姿勢、関節状態、力トルク測定）を利用する。ドメインランダム化、センサノイズ注入、モデルから実機へのシステム同定により、実機へのゼロショット転移を達成した。実験では、岩場、ビックラートラップ（バンプ障害物）、車輪高の段差、砂の波紋、砂斜面を自律走行した。

Key Facts

ERNESTは4輪の惑星探査ローバーコンセプトで、2自由度の能動ジンバルサスペンションを備える。[1]
強化学習フレームワークは高忠実度シミュレーションエンジンDARTSを使用し、剛体接触力学とBekker-Wongテラメカニクスを組み合わせている。[1]
単一のニューラルネットワーク制御器が、地形特化エージェントの経験を統合するポリシー統合戦略により訓練された。[1]
20度の砂斜面で、学習された制御器は乾燥砂で輸送コストを37%削減し、湿砂では受動サスペンションが完全に動けなくなる状況で優れた性能を発揮した。[1]
ゼロショット転移は、ドメインランダム化、センサノイズ注入、モデルから実機へのシステム同定により達成された。[1]

なぜ重要か

この研究は、惑星探査ローバーの不整地走行能力を向上させる可能性があり、将来の探査ミッションでの移動範囲拡大に寄与し得る。また、能動サスペンションと強化学習の組み合わせは、地上の不整地走行ロボットにも応用可能であり、ロボティクス分野全体に影響を与える可能性がある。