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
sim2realarXiv:2610.07409

RACER: 車輪型四足歩行ロボットのレース向けサンプリングベース計画のための残差適応閉ループ推定

RACER: Residual-Adaptive Closed-Loop Estimation for Sampling-Based Planning in Wheeled-Quadruped Racing

シェア:XThreadsFacebookLINEはてブBluesky

車輪型四足ロボットのレース制御において、MPPI計画器に学習した残差ダイナミクスモデルを組み合わせ、低ランク残差適応で実世界データを効率的に学習する階層制御フレームワークを提案。

詳しい要約

1. どんなもの？

- 車輪付き四足歩行ロボットのレース用階層制御フレームワークRACERを提案。 - MPPIプランナ、学習済み残差ダイナミクスモデル、低レベルRL速度トラッカーを組み合わせる。 - プランナは名目上のunicycle運動学モデルにニューラル残差項を追加し、RLポリシーの閉ループ追従挙動を捉える。 - 限られた実世界データで残差モデルを訓練するため、Low-Rank Residual Adaptation (LoRRA)を提案。 - LoRRAは大規模シミュレーションデータで事前学習し、小規模実世界データで低ランク制約付き微調整を行う2段階手法。

2. 先行研究と比べてどこがすごい？

- 従来のサンプリングベースプランニングでは、RL速度トラッカーの追従誤差を考慮しないことが多い。 - 残差ダイナミクスを導入することで、高速コーナリング時の追従誤差を捉え、パイプライン全体の性能を向上。 - ソースドメインとターゲットドメインの両方で訓練した残差ダイナミクスは、ターゲットドメインのみで訓練した場合より有意に優れる。 - ターゲットドメイン適応時の低ランク制約は、フルチューンやスクラッチから訓練するよりも、地面係数や関節ゲインのドメインギャップが増大する場合に成功率と性能が高い。

3. 技術・手法の肝は？

- 階層制御：MPPIプランナ、学習済み残差ダイナミクスモデル、低レベルRL速度トラッカー。 - プランナは名目unicycleモデルにニューラル残差項を追加。 - LoRRA：2段階アプローチ。 - 第1段階：大規模シミュレーションデータで事前学習し、広いカバレッジを獲得。 - 第2段階：小規模実世界データセットで低ランク制約付き微調整。

4. どうやって有効だと検証した？

- シミュレーションでエンジニアリング選択を実証的に検証。 - (A) 残差ダイナミクスが高速コーナリング時のRL速度トラッカーの追従誤差を捉え、パイプライン全体の性能を向上。 - (B) ソースドメインとターゲットドメインの両方で訓練した残差ダイナミクスが、ターゲットドメインのみで訓練した場合より有意に優れるレース性能を示す。 - (C) ターゲットドメイン適応時の低ランク制約が、地面係数や関節ゲインのドメインギャップ増大時に、フルチューンやスクラッチから訓練するより高い成功率と性能を示す。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- MPPI (Model Predictive Path Integral) プランナ - RL velocity tracker - Residual dynamics model - Low-Rank Residual Adaptation (LoRRA) - Unicycle kinematic model

※ 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: Yuxiang Liu, Marla Eisman, Lizhi Yang, Aaron Ames, Francesco Borrelli

分類: cs.RO

原文アブストラクト

We present RACER, a hierarchical control framework for wheel-based quadruped racing that combines an MPPI planner with a learned residual dynamics model and a low-level RL velocity tracker. The planner augments a nominal unicycle kinematic model with a neural residual term to capture the closed-loop tracking behavior of the RL policy. To train this residual model under limited real-world data, we propose Low-Rank Residual Adaptation (LoRRA), a two-stage approach that pre-trains on large-scale simulation data for broad coverage and then fine-tunes on a small real-world dataset with a low-rank constraint. In simulation, we empirically validate our engineering choices by showing (A) Residual dynamics improve the overall performance of our pipeline by capturing the tracking error of RL velocity tracker at high-speed cornering. (B) Residual dynamics trained with both source-domain and target-domain data gives racing performance significantly better than the residual dynamics trained with only target-domain data. (C) Low-rank constraint at target-domain adaptation gives higher success rates and higher performance than full-tune and from-scratch when domain gap in ground coefficient or joint gain increases.

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