頭上空間制約下でのヒューマノイド転倒復帰学習

- 天井側に障害物(overhead obstacle)がある状況で倒れた humanoid が、起き上がり動作(fall recovery)を行うための強化学習手法。 - 障害物との重なり(robot-obstacle overlap)を段階的に減らしつつ、支持(support)を組織化して安定して立ち上がる単一 policy を学習する。 - 提案名は ROOF。Unitree G1 実機でも検証している。

- 従来の fall recovery は overhead constraint を明示的に扱わないため、先に立ち上がろうとして障害物をさらに押し上げる問題がある。 - 提案は escape path を規定せず、overlap の段階的減少を報酬化することで『いつ障害物をどけるか/どう支持を作るか/いつ立ち上がるか』を単一 policy で学習。 - 幾何 guidance 無しでは 18.9% 成功に対し、提案は 88.5% と大幅改善。

- contact-supported geometric escape guidance を導入し、robot-obstacle overlap の段階的減少を報酬化(escape path は指定しない)。 - learned motion prior と、posture-dependent support cost・joint-stall cost を組み合わせて単一 policy を形成。 - 入力は proprioception のみで、障害物の認識に依存しない設計。

- シミュレーションで、持ち上げ動作のみ可能な plate 下では 88.5% 成功(guidance 無しは 18.9%)。 - サイズ・質量・配置をランダム化した free plate 下では 98.6% 成功。 - Unitree G1 実機で 7 つの実世界障害物シーン(家具や訓練に無い複数物体配置を含む)において 150 試行中 95 回成功。

- 実機成功率は 150 試行中 95 回(約 63%)で、シミュレーションより低下しており sim-to-real の課題が示唆される。 - proprioception のみで障害物を扱うため、未知形状や複雑配置への一般化限界は要旨からは不明。 - 具体的な失敗要因や限界の議論は要旨からは不明。

- 本手法が比較対象とする geometric guidance 無しの baseline(ablation)。 - fall recovery の一般的関連研究として learned motion prior を用いた humanoid recovery 手法。 - sim-to-real 転移や proprioception のみの contact-rich 制御に関する研究(具体名は要旨からは不明)。