歩行2026/8/25arXiv:2608.24217

CARO: 接触非依存の残差観測によるゼロショット堅牢な四脚歩行

CARO: Contact-Agnostic Residual Observation for Zero-Shot Robust Quadruped Locomotion

四脚ロボットの歩行制御において、接触情報やトルクセンサーを使わずに、固定ベースの力学モデルから得られる残差観測を利用して、外乱や動的変化に対する堅牢性を向上させる手法を提案した。

詳しい要約

1. どんなもの？

CAROは、四足歩行ロボットのゼロショット堅牢性を向上させるための接触非依存の残差観測フレームワークである。固定ベースのEuler-Lagrangeモデルを強化学習制御ループに組み込み、トルクレベルの残差観測を構築する。トルクセンサー、明示的な接触推定、浮遊ベースの位置・線速度の視覚計測を必要としない。外乱オブザーバーがダイナミクスの不一致を表す構造化信号を抽出し、ポリシーがこのフィードバックを利用してオンライン適応する。

2. 先行研究と比べてどこがすごい？

従来の適応手法は、接触状態の推定や視覚センサーに依存することが多く、追加の教師信号や特殊なカリキュラムを必要とする場合があった。CAROは、接触非依存でトルクセンサーや視覚計測を必要とせず、名目ポリシーと同じ訓練条件（地形、コマンド、ドメインランダム化）で訓練されるにもかかわらず、分布外のペイロード、重心移動、地形形状、急激なダイナミクス変化、高台着地などに対して大幅に改善されたゼロショット堅牢性を達成する。

3. 技術・手法の肝は？

手法の核心は、固定ベースのEuler-Lagrangeモデルを制御ループに組み込み、トルクレベルの残差観測を構築することである。外乱オブザーバーがダイナミクスの不一致を構造化信号として抽出し、ポリシーがこの信号を利用してオンライン適応する。接触推定や視覚計測を必要としないため、接触非依存の設計となっている。

4. どうやって有効だと検証した？

シミュレーションとsim-to-real転送タスクで検証された。分布外のペイロード、重心移動、地形形状、急激なダイナミクス変化、高台着地などのタスクで、ゼロショット堅牢性が大幅に向上したことを示した。

5. 議論はある？

要旨からは、特定の議論や限界は明示されていない。ただし、固定ベースモデルに依存するため、完全な浮遊ベースダイナミクスを捉えきれない可能性や、外乱オブザーバーの設計が性能に影響する可能性が考えられるが、要旨からは不明。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、強化学習による四足歩行の適応制御に関する研究（例：RMA, Rapid Motor Adaptation）や、外乱オブザーバーを用いたロバスト制御の研究が関連する。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zihan Yang, Shixuan Han, Kexin Guo, Xiang Yu

分類: cs.RO

原文アブストラクト

We propose CARO, a contact-agnostic residual observation framework for policy adaptation. CARO embeds a fixed-base Euler--Lagrange model into the reinforcement learning control loop and constructs a torque-level residual observation without requiring torque sensors, explicit contact estimation, or vision-based measurements of the floating-base position and linear velocity. A disturbance observer extracts a structured signal representing dynamics mismatch, while the policy learns to exploit this feedback for online adaptation. CARO is trained under the same terrain, command, and domain-randomization conditions as the nominal policy, without specialized disturbance curricula or additional adaptation supervision. Nevertheless, it achieves substantially improved zero-shot robustness in simulation and sim-to-real transfer tasks involving out-of-distribution payloads, center-of-mass shifts, terrain geometries, abrupt dynamics changes, and elevated-platform landings.

arXivで原文を読む →arXiv概要ページ