月面重力下での四足ロボット跳躍のためのエンドツーエンド強化学習

- 月面重力環境における四脚ロボットの点間ジャンプを対象とした研究。 - 単一の end-to-end 制御ポリシーを multistage reinforcement-learning で学習。 - ポリシーはシンプルなアーキテクチャで、mission-compatible な onboard sensing のみに依存。 - 実月ミッションへの搭載可能性を意識した設計。

- 従来の rover では到達困難な rugged/discontinuous terrain への拡張を狙う点で、脚式ロボットの mobility 拡張に位置づけられる。 - 月面重力下の jump に着目し、walking では越えられない障害物や gap の横断を可能にする。 - 単一の end-to-end ポリシーで commanded point-to-point jumping を実現する点が特徴。 - 具体的な先行研究との定量比較は要旨からは不明。

- multistage reinforcement-learning により、単一の end-to-end control policy を学習。 - コマンドされた point-to-point jumping を月面重力下で実行。 - ポリシーはシンプルな構成で、mission-compatible な onboard sensing のみを使用。 - 学習・評価は simulation 上で実施。

- simulation にて、着地誤差がロボットの body size 未満の正確な point-to-point jumps を確認。 - 月面 jump の torque と power 要求を分析。 - 飛行中の最大 \SI{1}{s} の control-update freezes を含む extreme outlier events 下での性能劣化を評価。 - hardware transfer により、lunar-gravity offloading 下で vertical jump の実行を実証。 - 実測の torque/power プロファイルが simulation 結果と整合し、ハードウェア限界内であることを確認。

- 月面 jump に必要な torque と power の要求を分析し、ハードウェア限界との関係を議論。 - control-update freezes 等の extreme outlier events に対する性能劣化を特徴づけ。 - 実機 transfer は vertical jump に限られ、point-to-point jumping の実機検証は要旨からは不明。 - 実月ミッション展開可能性に言及するが、詳細な議論は要旨からは不明。

- 要旨で参照・比較されている個別研究は不明。 - 関連手法として、legged robot の jumping に関する reinforcement learning 研究や、planetary exploration 向け legged locomotion の研究を次に読む候補として挙げる。