論文の概要: Fast and Efficient Locomotion via Learned Gait Transitions

• arxiv url: http://arxiv.org/abs/2104.04644v1
• Date: Fri, 9 Apr 2021 23:53:28 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-16 08:38:36.814042
• Title: Fast and Efficient Locomotion via Learned Gait Transitions
• Title（参考訳）: 学習歩行遷移による高速かつ効率的な移動
• Authors: Yuxiang Yang, Tingnan Zhang, Erwin Coumans, Jie Tan, Byron Boots
• Abstract要約: 四足歩行ロボットのための効率的な制御器の開発に焦点をあてる。 特徴ある移動経路と自然な歩行遷移が自動的に現れる階層的学習フレームワークを考案する。 学習した階層型コントローラは,ベースラインコントローラよりも広い移動速度でエネルギーを消費することがわかった。
• 参考スコア（独自算出の注目度）: 35.86279693549959
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We focus on the problem of developing efficient controllers for quadrupedal robots. Animals can actively switch gaits at different speeds to lower their energy consumption. In this paper, we devise a hierarchical learning framework, in which distinctive locomotion gaits and natural gait transitions emerge automatically with a simple reward of energy minimization. We use reinforcement learning to train a high-level gait policy that specifies the contact schedules of each foot, while the low-level Model Predictive Controller (MPC) optimizes the motor torques so that the robot can walk at a desired velocity using that gait pattern. We test our learning framework on a quadruped robot and demonstrate automatic gait transitions, from walking to trotting and to fly-trotting, as the robot increases its speed up to 2.5m/s (5 body lengths/s). We show that the learned hierarchical controller consumes much less energy across a wide range of locomotion speed than baseline controllers.
• Abstract（参考訳）: 四足歩行ロボットのための効率的な制御器の開発に焦点をあてる。 動物はエネルギー消費を減らすために、異なる速度で積極的に歩行を切り替えることができる。 本稿では,エネルギー最小化の簡単な報酬を伴って,独特の移動歩行と自然歩行遷移が自動的に現れる階層型学習フレームワークを考案する。 ロボットが歩行パターンを用いて所望の速度で歩行できるように,低レベルモデル予測制御器(MPC)はモータトルクを最適化する。 我々は4足歩行ロボットで学習フレームワークをテストし,歩行からトロッティング,フライトローティングまで,最大2.5m/s(5体長/s)まで自動歩行遷移を実証した。 学習した階層型コントローラは,ベースラインコントローラよりも広い移動速度でエネルギーを消費することがわかった。

関連論文リスト

• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
  脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。 犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。 ベンチマークに対処する2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:49:43Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• Learning fast and agile quadrupedal locomotion over complex terrain [0.3806109052869554]
  本研究は,視覚障害者用4足歩行ロボットにおいて,自然かつ安定に高速な移動を実現する頑健な制御器を提案する。 モデルレス強化学習によりシミュレーション環境で学習する。 我々の制御器は優れた反ゆらぎ性能を有し、学習したことのない移動速度に到達できる優れた一般化能力を有する。
  論文  参考訳（メタデータ） (2022-07-02T11:20:07Z)
• Rapid Locomotion via Reinforcement Learning [15.373208553045416]
  我々はMIT Mini Cheetahで記録的な俊敏性を実現するエンドツーエンドの学習コントローラを提案する。 このシステムは、草、氷、砂利などの自然の地形で速く動き、乱れに強く反応する。
  論文  参考訳（メタデータ） (2022-05-05T17:55:11Z)
• Learning Free Gait Transition for Quadruped Robots via Phase-Guided Controller [4.110347671351065]
  本稿では,四足歩行ロボットが様々な歩行で操作するための簡単な制御方針を学習するための新しい枠組みを提案する。 中犬サイズの四足歩行ロボットであるBlack Pantherは、自然環境下での速度コマンドを円滑かつ堅牢に追跡しながら、学習したすべてのモータースキルを実行することができる。
  論文  参考訳（メタデータ） (2022-01-01T15:15:42Z)
• Learning multiple gaits of quadruped robot using hierarchical reinforcement learning [9.60618440185329]
  本研究では,速度コマンドを追従しながら複数の歩行を生成できる四足歩行ロボットの階層型制御器を提案する。 実験の結果,1) 特定の速度範囲に対する最適歩行の存在,2) 一つのポリシーからなる制御器と比較して階層的な制御器の効率性が示された。
  論文  参考訳（メタデータ） (2021-12-09T07:45:25Z)
• Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots [71.61319876928009]
  実四足歩行ロボットにおいて,エネルギー消費を最小化するための学習が自然移動歩行の出現に重要な役割を担っていることを示す。 創発的な足跡は理想的な地形で構築されており、馬や羊のものと似ている。 同じアプローチは、動物運動制御の発見と一致した荒地における非構造的な歩行につながる。
  論文  参考訳（メタデータ） (2021-10-25T17:59:58Z)
• Learning Agile Robotic Locomotion Skills by Imitating Animals [72.36395376558984]
  動物の多様でアジャイルな運動スキルを再現することは、ロボット工学における長年の課題である。 そこで本研究では,現実世界の動物を模倣することで,足のロボットがアジャイルな運動能力を学ぶことができる模倣学習システムを提案する。
  論文  参考訳（メタデータ） (2020-04-02T02:56:16Z)

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。