距離場駆動強化学習による反応的で堅牢な衝突回避
Distance Field Driven Reinforcement Learning for Reactive and Robust Collision Avoidance
ユークリッド距離場を観測空間に組み込んだ強化学習で、7自由度マニピュレータの衝突回避を学習し、シミュレーションから実機へのゼロショット転移と動的障害物へのオンライン回避を実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ 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: Taiga Ikeshima, Sheila Sutjipto, Lan Wu, Francisco J. Naranjo-Campos, Taiki Ishigaki, Taisuke Kobayashi, Teresa A. Vidal-Calleja, Eiichi Yoshida
分類: cs.RO
原文アブストラクト
Robust and reactive collision avoidance remains a central challenge for deploying Reinforcement Learning (RL) policies on real robotic manipulators, particularly when transferring behaviours learned in simulation to the physical world. This paper presents an RL framework that integrates the Euclidean Distance Field (EDF) directly into the observation space, providing the agent with continuous geometric cues that support stable and responsive avoidance behaviours. By leveraging the rich spatial information encoded in the EDF, the method enables a streamlined reward formulation that achieves effective obstacle avoidance both with and without Artificial Potential Field guidance. The proposed approach is validated on a 7-DoF redundant manipulator, demonstrating zero-shot transfer from simulation to real hardware. Despite being trained exclusively with randomised static objects, the deployed policy generalizes to previously unseen real environments and exhibits robust online avoidance of dynamic obstacles. These results highlight the potential of EDF-based representations to mitigate the sim-to-real gap and support reliable and real-time collision-aware behaviour in complex and changing environments.
関連論文
- 3Dプリント可能なリンク駆動型ヒューマノイド巧緻ハンド「PHD-Hand」マニピュレーション
- 直列マニピュレータにおけるヤコビアン性能指標の関節角不変性マニピュレーション
- 配備中に学習するヒューマンインザループ型オンライン事後学習システムマニピュレーション
- 修正を吸収する学習：視覚ベース挿入のための批評家重み付き残差フローマニピュレーション
- Boston Dynamics Spotによる自律レンガ積みの試みマニピュレーション
- 予測幾何から行動へ：身体性マニピュレーションのための相補的予測表現の学習マニピュレーション