日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
ロコマニピュレーションarXiv:2609.18930

二足歩行モバイルマニピュレータによる全身協調ロコマニピュレーションの学習

Learning Holistic Whole-Body Loco-Manipulation with a Bipedal Mobile Manipulator

シェア:XThreadsFacebookLINEはてブBluesky

強化学習で訓練した全身制御器により、6自由度エンドエフェクタ目標から二足歩行ロボットの腕と脚の協調動作を生成し、バランスを保ちながらリーチングや歩行を実現する。

詳しい要約

1. どんなもの？

- 二足歩行型モバイルマニピュレータの全身協調制御を学習する研究。 - 6-DoF end-effector 目標を直接、二足 base と arm の協調行動に写像する統合 whole-body controller を提案。 - 明示的な base-velocity や footstep 指令なしで、reaching・postural adaptation・stepping を自律的に調整。 - VR teleoperation、学習済み diffusion policy、scripted trajectories からの指令で同一 controller が動作。

2. 先行研究と比べてどこがすごい？

- 従来は locomotion と manipulation を分離、または base-velocity/footstep 指令を必要とする制御が多かった。 - 本研究は end-effector 目標のみから全身協調を学習し、明示的な歩行指令を不要にした点が新しい。 - 単一 controller が多様な操作タスクに共通の end-effector interface を提供する点が先行研究と異なる。 - ただし要旨からは具体的な比較対象・優位性の定量評価は不明。

3. 技術・手法の肝は？

- reinforcement learning で whole-body controller を訓練。 - 入力は 6-DoF end-effector 目標、出力は二足 base と arm の協調行動。 - reward-gating strategy で end-effector tracking、locomotion、balance の trade-off を調整。 - temporal context estimator は windowed Transformer encoding、recurrent GRU memory、auxiliary dynamics prediction を組み合わせ、観測履歴から動力学情報を抽出。

4. どうやって有効だと検証した？

- 実機ロボット実験を実施。 - 同一 controller が reaching、postural adaptation、stepping を実行できることを確認。 - 指令源として VR teleoperation、学習済み diffusion policy、scripted trajectories を使用。 - 多様な manipulation タスクに共通の end-effector interface として機能することを示した。

5. 議論はある？

- 要旨からは明示的な議論・限界・失敗事例は不明。 - reward-gating や temporal context estimator の詳細な設計選択や一般性については記述なし。 - 実機実験の定量的評価や比較結果は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法として reinforcement learning による whole-body control、bipedal loco-manipulation、diffusion policy、Transformer/GRU を用いた dynamics estimation が挙げられる。 - 同分野の定番として、model-based whole-body control、hierarchical RL for loco-manipulation などが次に読む候補。

※ 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: Zhongyu Chen, Yuxuan Nai, Qian Chen, Yidong Zhu, Chen Jing, Qihan Wang, Xudong Li, Zhizhan Li, Leixin Chang, Liangjing Yang, Hua Chen

分類: cs.RO

原文アブストラクト

Bipedal loco-manipulation enables robots to interact with objects beyond the nominal workspace of their arms by coordinating locomotion and manipulation. Realizing this capability requires a low-level whole-body controller that translates task-level manipulation goals into coordinated arm and leg motions while maintaining balance. We present a unified whole-body controller trained with reinforcement learning that directly maps 6-DoF end-effector targets to coordinated actions for the bipedal base and robotic arm. Given only an end-effector target, the learned controller autonomously coordinates reaching, postural adaptation, and stepping without explicit base-velocity or footstep commands. A reward-gating strategy regulates the trade-offs among end-effector tracking, locomotion, and balance during training, while a temporal context estimator combines windowed Transformer encoding, recurrent GRU memory, and auxiliary dynamics prediction to extract dynamics-relevant information from observation history. Real-robot experiments demonstrate that the same controller supports reaching, postural adaptation, and stepping under commands from VR teleoperation, a learned diffusion policy, and scripted trajectories, providing a common end-effector interface for diverse manipulation tasks.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI