論文の概要: Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach

• arxiv url: http://arxiv.org/abs/2010.16342v2
• Date: Tue, 10 Nov 2020 12:29:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-01 16:46:27.000516
• Title: Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach
• Title（参考訳）: 傾斜地におけるロバスト四足歩行 : 線形政策アプローチ
• Authors: Kartik Paigwar, Lokesh Krishna, Sashank Tirumala, Naman Khetan, Aditya Sagi, Ashish Joglekar, Shalabh Bhatnagar, Ashitava Ghosal, Bharadwaj Amrutur, Shishir Kolathaya
• Abstract要約: 私たちは、四足歩行ロボットStochに2ドル(約2万2000円)のリニアポリシーを使っています。 特に、エンドフット軌道のパラメータは、胴体方向と地形傾斜を入力として取る線形フィードバックポリシーによって形成される。 結果として生じる歩行は、地形の斜面の変動や外部のプッシュに対して堅牢である。
• 参考スコア（独自算出の注目度）: 3.752600874088677
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, with a view toward fast deployment of locomotion gaits in low-cost hardware, we use a linear policy for realizing end-foot trajectories in the quadruped robot, Stoch $2$. In particular, the parameters of the end-foot trajectories are shaped via a linear feedback policy that takes the torso orientation and the terrain slope as inputs. The corresponding desired joint angles are obtained via an inverse kinematics solver and tracked via a PID control law. Augmented Random Search, a model-free and a gradient-free learning algorithm is used to train this linear policy. Simulation results show that the resulting walking is robust to terrain slope variations and external pushes. This methodology is not only computationally light-weight but also uses minimal sensing and actuation capabilities in the robot, thereby justifying the approach.
• Abstract（参考訳）: 本稿では,ローコストハードウェアにおける移動歩行の迅速な展開をめざして,四足歩行ロボットStochを2ドル(約2,200円)で実現するための線形ポリシーを提案する。 特に、エンドフット軌道のパラメータは、胴体方向と地形傾斜を入力として取る線形フィードバックポリシによって形成される。 対応する所望の関節角は、逆キネマティクスソルバを介して得られ、PID制御法により追跡される。 拡張ランダム探索、モデルフリーで勾配フリーな学習アルゴリズムは、この線形ポリシーのトレーニングに使用される。 シミュレーションの結果,地すべりの変動や外圧に強い歩行が認められた。 この手法は計算量的に軽量であるだけでなく、ロボットの最小限の感知とアクティベーション能力を利用して、アプローチを正当化する。

関連論文リスト

• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [60.05963742334746]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• Predictive Linear Online Tracking for Unknown Targets [5.047136039782827]
  線形制御システムにおけるオンライントラッキングの問題について検討し,移動目標を追従することを目的とした。 予測線形オンライントラッキング(PLOT)と呼ばれる新しいアルゴリズムを提案する。 PLOTを実機に実装し,オープンソースソフトウェアを提供することにより,実機上でのオンライン制御手法の最初の成功例の1つを示す。
  論文  参考訳（メタデータ） (2024-02-15T15:59:59Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• DDPEN: Trajectory Optimisation With Sub Goal Generation Model [70.36888514074022]
  本稿では,エスケープネットワークを用いた微分動的プログラミング(DDPEN)を提案する。 本稿では,環境の入力マップとして,所望の位置とともにコストマップの形で利用する深層モデルを提案する。 このモデルは、目標に導く可能性のある将来の方向を生成し、リアルタイムに実行可能なローカルなミニマを避ける。
  論文  参考訳（メタデータ） (2023-01-18T11:02:06Z)
• Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions [65.84090965167535]
  本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。 このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
  論文  参考訳（メタデータ） (2022-06-29T18:47:05Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Learning Linear Policies for Robust Bipedal Locomotion on Terrains with Varying Slopes [5.737287537823072]
  我々はこのポリシーを,2つのロボットプラットフォームであるrabbitとdigitで,モデルフリーで勾配フリーな学習アルゴリズムであるars( augmented random search)を通じて学習する。 後方歩行、ステップインプレース、最大120 Nの外部プッシュからのリカバリなどの追加の動作を示します。 その結果,斜面の異なる地形で二足歩行を行う場合のロバストかつ高速なフィードバック制御法が得られた。
  論文  参考訳（メタデータ） (2021-04-04T18:50:58Z)
• Autonomous Drone Racing with Deep Reinforcement Learning [39.757652701917166]
  ドローンレースのような多くのロボットタスクにおいて、ゴールはできるだけ速くコースポイントを移動することである。 重要な課題は、事前に通過するウェイポイントの完全な知識を想定して解決される最小時間軌道を計画することです。 本研究では,クワッドロータの最小時間軌道生成法を提案する。
  論文  参考訳（メタデータ） (2021-03-15T18:05:49Z)
• RLOC: Terrain-Aware Legged Locomotion using Reinforcement Learning and Optimal Control [6.669503016190925]
  四元計画と制御のためのモデルベースとデータ駆動の統一的アプローチを提案する。 センサ情報と所望のベース速度コマンドを、強化学習ポリシーを用いて足踏み計画にマッピングする。 我々は、複雑な四足歩行システムであるANYmal Bの枠組みを訓練し、再訓練を必要とせず、より大きく重いロボットであるANYmal Cへの移動性を示す。
  論文  参考訳（メタデータ） (2020-12-05T18:30:23Z)
• Cycloidal Trajectory Realization on Staircase based on Neural Network Temporal Quantized Lagrange Dynamics (NNTQLD) with Ant Colony Optimization for a 9-Link Bipedal Robot [1.7205106391379026]
  本稿では,エネルギー最適化を伴う関節角度軌跡追尾制御のための新しい最適手法を提案する。 9リンク二足歩行モデルによる階段登上作業では, 階段寸法に依存するように, 揺動位相のシクロイド軌道が提案される。
  論文  参考訳（メタデータ） (2020-12-02T05:50:42Z)
• Path Planning Followed by Kinodynamic Smoothing for Multirotor Aerial Vehicles (MAVs) [61.94975011711275]
  そこで本稿では,RRT*textquotedblrightのテキストを幾何学的にベースとした動き計画手法を提案する。 提案手法では,適応探索空間とステアリング機能を導入したオリジナルのRT*を改良した。 提案手法を様々なシミュレーション環境で検証した。
  論文  参考訳（メタデータ） (2020-08-29T09:55:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。