四足歩行ロボットによる固定されていない積載物の多目的強化学習を用いた運搬

- 四足歩行ロボットによる、固定されていない積み重ね荷物の運搬を扱う研究。 - 荷物は edgeless torso-mounted board 上に載せ、専用の payload sensors や active carrier mechanisms を使わない。 - 不整地で locomotion performance と payload stability のトレードオフを両立させる必要がある。 - 提案手法は Payload-Adaptive Multi-Objective Reinforcement learning for Transportation (PAMORT)。 - シミュレーションと実機 Unitree Go2 で検証。

- 従来は固定荷物や専用センサ・能動機構を前提とする運搬が多く、unsecured stacked payloads は難しい。 - 単一目的の baseline と比べ、異なる payload configurations で同等以上の輸送成功率。 - 訓練時は2箱のみだが、未見の3箱スタックにも対応。 - 実機で slopes と steps へ zero-shot transfer し、平均成功率 0.850 対 baseline 0.675。 - proprioception のみから locomotion--payload trade-off をオンライン適応できる点が新しい。

- 複数目的の base policy を preference vector で条件付けして訓練。 - preference vector は locomotion と payload-stability の reward groups の重みを表す。 - 凍結した base policy 上で weight adjuster を訓練。 - weight adjuster は proprioception から preference をオンラインで適応。 - これにより荷物の状態を直接センシングせずに安定性と移動性能のバランスを調整。

- シミュレーションで異なる payload configurations を評価。 - 2箱のみで訓練し、未見の3箱スタックでも評価。 - 単一目的 baseline と輸送成功率を比較。 - 実機 Unitree Go2 で slopes と steps に zero-shot transfer を検証。 - 8タスクで平均成功率 PAMORT 0.850、baseline 0.675。

- 専用センサや能動機構なしで unsecured stacked payloads を運搬できる可能性を示す。 - proprioception に基づくオンライン適応が有効であることを示唆。 - 訓練より難しい、または同等の難易度の slopes と steps へ zero-shot transfer が可能。 - 限界や失敗条件、他の荷物形状への一般化については要旨からは不明。 - 実世界での安全性や長期運用の議論は要旨からは不明。

- 要旨で参照/比較されている単一目的 baseline の詳細。 - Multi-Objective Reinforcement Learning の一般的な手法。 - preference vector や weight adjuster を用いる関連研究。 - Unitree Go2 を用いた legged robot の payload transportation 研究。 - unsecured payload や stacked payload の運搬に関する先行研究。