論文の概要: Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots

• arxiv url: http://arxiv.org/abs/2111.01674v1
• Date: Mon, 25 Oct 2021 17:59:58 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-07 11:09:01.606119
• Title: Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots
• Title（参考訳）: 足ロボットの歩行の発生によるエネルギー消費の最小化
• Authors: Zipeng Fu, Ashish Kumar, Jitendra Malik, Deepak Pathak
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 71.61319876928009
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Legged locomotion is commonly studied and expressed as a discrete set of gait patterns, like walk, trot, gallop, which are usually treated as given and pre-programmed in legged robots for efficient locomotion at different speeds. However, fixing a set of pre-programmed gaits limits the generality of locomotion. Recent animal motor studies show that these conventional gaits are only prevalent in ideal flat terrain conditions while real-world locomotion is unstructured and more like bouts of intermittent steps. What principles could lead to both structured and unstructured patterns across mammals and how to synthesize them in robots? In this work, we take an analysis-by-synthesis approach and learn to move by minimizing mechanical energy. We demonstrate that learning to minimize energy consumption plays a key role in the emergence of natural locomotion gaits at different speeds in real quadruped robots. The emergent gaits are structured in ideal terrains and look similar to that of horses and sheep. The same approach leads to unstructured gaits in rough terrains which is consistent with the findings in animal motor control. We validate our hypothesis in both simulation and real hardware across natural terrains. Videos at https://energy-locomotion.github.io
• Abstract（参考訳）: 足の歩行は、歩行、トロット、ガロップのような歩行パターンの離散的な集合として一般的に研究され、通常、足のついたロボットで与えられたように扱われ、異なる速度で効率的な歩行のために事前にプログラムされる。 しかし、事前にプログラムされた歩行のセットを固定すると、移動の一般化が制限される。 最近の動物運動学的研究は、これらの従来の歩行は理想的な平坦な地形条件でしか一般的ではないが、現実の移動は非構造であり、断続的なステップの芽のようなものであることを示している。 哺乳類の構造的パターンと非構造的パターン、そしてそれらをロボットでどのように合成するか? 本研究では, 機械エネルギーの最小化により, 合成による解析を行い, 移動を学習する。 実四足歩行ロボットにおける自然移動歩行の出現において,エネルギー消費を最小化するための学習が重要な役割を担っていることを示す。 創発的な歩行は理想的な地形に構成され、馬や羊に似ている。 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。 自然地形におけるシミュレーションと実際のハードウェアの両方で仮説を検証する。 Videos at https://energy-locomotion.github.io

関連論文リスト

• Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot Response [25.52492911765911]
  ロボットの応答に応じて外部状態を推定するためにハイブリッド内部モデルを導入する。 この応答は、ハイブリッドな内部埋め込みと呼ばれ、ロボットの明示的な速度と暗黙的な安定性の表現を含んでいる。 実世界の多くの実験が、トレーニングプロセス中に一度も起こらなかった、高度に分散したタスクやケースにおいても、その俊敏性を示している。
  論文  参考訳（メタデータ） (2023-12-18T18:59:06Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• 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)
• 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)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)
• An Adaptable Approach to Learn Realistic Legged Locomotion without Examples [38.81854337592694]
  本研究は,バネ装荷逆振り子モデルを用いて学習プロセスを導くことで,移動における現実性を保証するための汎用的アプローチを提案する。 モデルのない設定であっても、2足歩行ロボットと4足歩行ロボットに対して、学習したポリシーが現実的でエネルギー効率のよい移動歩行を生成できることを示す実験結果を示す。
  論文  参考訳（メタデータ） (2021-10-28T10:14:47Z)
• Fast and Efficient Locomotion via Learned Gait Transitions [35.86279693549959]
  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。
  論文  参考訳（メタデータ） (2021-04-09T23:53:28Z)
• Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
  足の移動はロボティクスの操作領域を劇的に拡張することができる。 足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。 ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
  論文  参考訳（メタデータ） (2020-10-21T19:11:20Z)
• Task-Independent Spiking Central Pattern Generator: A Learning-Based Approach [2.709804256642196]
  中央パターンジェネレータは、人間や一部の動物の移動に責任があると考えられているニューラルネットワークである。 本稿では,タスクに依存しない,生物学的に妥当な,学習方法に依存した,中央パターン生成システムを構築するための新しい汎用フレームワークを提案する。 使用済みのロボットは、異なる速度で安定した歩行をし、同じ歩行サイクルで速度を変えることができたため、非常に有望だ。
  論文  参考訳（メタデータ） (2020-03-17T00:01:38Z)

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。