何が起きたか
arXivに2024年1月31日付で公開された論文「Agile But Safe: Learning Collision-Free High-Speed Legged Locomotion」において、Agile But Safe (ABS)と名付けられた学習ベースの制御フレームワークが提案された。ABSは四足ロボットが障害物や人間との衝突を回避しながら高速で移動することを可能にする。従来の研究では、安全性を確保するために1.0 m/s未満の保守的な制御が採用されるか、衝突の可能性を無視して機動性のみを重視していた。ABSは、機動ポリシーと回復ポリシーを協調させることで、高速かつ衝突のないナビゲーションを実現する。
詳細
ABSの特徴は、ポリシーの切り替えを学習された制御理論に基づく到達回避価値ネットワークが担う点にある。このネットワークは回復ポリシーの目的関数としても機能し、ロボットを閉ループで保護する。訓練プロセスでは、機動ポリシー、到達回避価値ネットワーク、回復ポリシー、および外界認識ネットワークがすべてシミュレーション内で学習される。 訓練されたモジュールは、搭載センサーと計算リソースを用いて実世界に直接展開可能であり、静的および動的な障害物が存在する屋内・屋外の限られた空間で、高速かつ衝突のないナビゲーションを実現する。
Key Facts
| ABSは学習ベースの制御フレームワークで、四足ロボットの高速かつ衝突のない移動を可能にする。 | [1] |
| 既存研究では安全性を確保するために1.0 m/s未満の保守的な制御が採用されていた。 | [1] |
| ABSは機動ポリシーと回復ポリシーを協調させ、高速かつ衝突のないナビゲーションを実現する。 | [1] |
| ポリシーの切り替えは学習された制御理論に基づく到達回避価値ネットワークが担う。 | [1] |
| 到達回避価値ネットワークは回復ポリシーの目的関数としても機能し、ロボットを閉ループで保護する。 | [1] |
| 訓練プロセスでは、機動ポリシー、到達回避価値ネットワーク、回復ポリシー、外界認識ネットワークがすべてシミュレーション内で学習される。 | [1] |
| 訓練されたモジュールは搭載センサーと計算リソースを用いて実世界に直接展開可能である。 | [1] |
| ABSは静的および動的な障害物が存在する屋内・屋外の限られた空間で高速かつ衝突のないナビゲーションを実現する。 | [1] |
なぜ重要か
本フレームワークは、四足ロボットの実用性を高める上で重要な課題である「高速性」と「安全性」のトレードオフを解決する可能性を示す。学習ベースのアプローチにより、シミュレーションで訓練したモジュールを実機に直接展開できる点は、実世界での応用を促進する。