運動追従とバランス制御を分離したヒューマノイド全身制御フレームワークDKWBC

- DKWBCはhumanoid whole-body controlのためのフレームワーク。 - 参照motionの追従(tracking)と重力・torque limits・contact switching・外乱下でのbalance維持を両立させる。 - 明示的なmodel-based trackingと学習されたbalancing residualを組み合わせる。 - 単一の学習済みbalancing policyが複数motion datasetに汎化することを狙う。

- 既存のreinforcement-learning-based trackersはmotion trackingとbalanceをjointに制御出力として学習する。 - 類似の参照poseでも動的な要求が大きく異なり、motion-dependentな制御要求とbalance補正を統一policyで学ぶ必要があり学習が複雑化する。 - その結果、制御出力に高周波の変動が生じうる。 - DKWBCはtracking torqueをmodel-basedに明示分離し、residual policyはbalance用のjoint-torque補正のみを学ぶ構造で学習を簡素化する点が異なる。

- floating-base dynamicsにおけるmodel-based項とenvironmental-wrench項のjoint torqueへの寄与に着想。 - inverse-dynamics feedforwardとjoint PD feedbackでtracking torquesを供給。 - residual policyがbalanced executionのための追加joint-torque correctionsを学習。 - motion-dependentなtorque要求を明示的に扱うことでpolicyの学習タスクを簡素化する構造が肝。

- simulationとreal hardwareの両方で実験。 - 単一の学習済みbalancing policyが複数motion datasetに汎化することを確認。 - ground support、attached payloads、physical interactionの状況で正確なmotion trackingとbalanceを維持できることを示した。

- 要旨からは不明(具体的な限界や失敗ケース、ablationの議論は記述されていない)。 - 高周波変動の低減効果や汎化範囲の定量的議論は要旨では明示されていない。

- 要旨で参照・比較されている具体的な先行研究名は記載なし。 - 関連手法としてreinforcement-learning-based whole-body trackers、model-based inverse dynamics control、joint PD control、residual policy learning、floating-base dynamicsに基づくwhole-body controlを挙げる。