歩行2026/9/10arXiv:2609.11733

反射を活用した神経筋骨格強化学習による筋駆動歩行

Reflex-Informed Neuromuscular Reinforcement Learning for Muscle-Driven Locomotion

位相依存の反射制御を土台に、強化学習で4つの残差パラメータを調整し、生理学的に妥当で外乱や筋力低下にも頑健な筋駆動歩行を実現した。

詳しい要約

1. どんなもの？

- 筋肉駆動型のロコモーションを生成するための新しい強化学習フレームワーク。 - 生理学的妥当性と適応性の両立を目指す。 - 固定された位相依存性反射コントローラと強化学習ポリシーを組み合わせる。 - ポリシーは4つの生体力学的に意味のある残差パラメータを出力し、反射ゲインと閾値を調整する。

2. 先行研究と比べてどこがすごい？

- 従来の筋肉駆動型ロコモーションでは生理学的妥当性と適応性の両立が困難だった。 - 提案手法は反射ベースの制御と強化学習を統合し、再トレーニングなしで筋力低下や外乱に頑健。 - 名目歩行条件下で運動学的精度、動的整合性、左右対称性、歩行間一貫性が向上。

3. 技術・手法の肝は？

- 固定された位相依存性反射コントローラが基盤となる神経筋制御機構を提供。 - 強化学習ポリシーが4つの生体力学的残差パラメータを生成。 - これらのパラメータが股関節スイング、膝サポート、足関節推進に関連する反射ゲインと閾値を現在の状態に応じて調整。

4. どうやって有効だと検証した？

- 実験結果により、提案フレームワークが生理学的に妥当なロコモーションを生成することを示す。 - 名目歩行条件下で運動学的精度と動的整合性、左右対称性、歩行間一貫性が改善。 - 学習されたポリシーが筋力低下や外部外乱下で再トレーニングなしに頑健であることを確認。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨からは不明。関連手法として、muscle-driven locomotion、reflex-based control、residual reinforcement learning、neuromuscular controlなどが挙げられる。

※ 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: Jian Zhou, Xingyu Zhang, Rui Ma, Yu Cao, Shane Xie, Zhi-qiang Zhang

分類: cs.RO, cs.GR, cs.LG

原文アブストラクト

Muscle-driven locomotion provides a physically grounded approach to generating realistic human movement. However, achieving both physiological plausibility and adaptability to changes in musculoskeletal capacity and external disturbances remains a fundamental challenge. To address this limitation, we propose a Reflex-Informed Neuromuscular Reinforcement Learning framework for muscle-driven locomotion. Within this framework, a fixed phase-dependent reflex controller serves as the underlying neuromuscular control mechanism, while the reinforcement learning policy produces four biomechanically meaningful residual parameters to modulate key reflex gains and thresholds associated with hip swing, knee support, and ankle propulsion according to the current state. Experimental results demonstrate that the proposed framework generates physiologically plausible locomotion with improved kinematic accuracy and dynamic consistency, as well as better bilateral symmetry and stride-to-stride consistency under nominal walking conditions. The learned policy remains robust under muscle weakness and external perturbations without retraining.

arXivで原文を読む →arXiv概要ページ