論文の概要: Agile Maneuvers in Legged Robots: a Predictive Control Approach
- arxiv url: http://arxiv.org/abs/2203.07554v1
- Date: Mon, 14 Mar 2022 23:32:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-16 15:38:01.355282
- Title: Agile Maneuvers in Legged Robots: a Predictive Control Approach
- Title（参考訳）: 脚型ロボットのアジャイル操作: 予測制御アプローチ
- Authors: Carlos Mastalli, Wolfgang Merkt, Guiyang Xin, Jaehyun Shim, Michael
Mistry, Ioannis Havoutis, Sethu Vijayakumar
- Abstract要約: そこで本研究では,ロボットがアジャイルなロコモーションスキルを計画し,実行できるようにする,接触位相予測および状態フィードバックコントローラを提案する。
私たちの研究は、予測制御がアクティベーション制限を処理し、アジャイルなロコモーション操作を生成し、別のボディコントローラを使わずに、ハードウェア上でローカルに最適なフィードバックポリシーを実行することができることを示す最初のものです。
- 参考スコア（独自算出の注目度）: 20.55884151818753
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Achieving agile maneuvers through multiple contact phases has been a
longstanding challenge in legged robotics. It requires to derive motion plans
and local control feedback policies in real-time to handle the nonholonomy of
the kinetic momenta. While a few recent predictive control approaches based on
centroidal momentum have been able to generate dynamic motions, they assume
unlimited actuation capabilities. This assumption is quite restrictive and does
not hold for agile maneuvers on most robots. In this work, we present a
contact-phase predictive and state-feedback controllers that enables legged
robots to plan and perform agile locomotion skills. Our predictive controller
models the contact phases using a hybrid paradigm that considers the robot's
actuation limits and full dynamics. We demonstrate the benefits of our approach
on agile maneuvers on ANYmal robots in realistic scenarios. To the best of our
knowledge, our work is the first to show that predictive control can handle
actuation limits, generate agile locomotion maneuvers and execute locally
optimal feedback policies on hardware without the use of a separate whole-body
controller.
- Abstract（参考訳）: 複数の接触フェーズを通じてアジャイルな操作を達成することは、レッグド・ロボティクスにおいて長年の課題だった。
運動モーメントの非ホロノミーを扱うためには、運動計画と局所制御フィードバックポリシーをリアルタイムで導き出す必要がある。
遠心運動量に基づく最近の予測制御アプローチは動的運動を発生させることができたが、彼らは無限の運動能力を仮定した。
この仮定は極めて限定的で、ほとんどのロボットのアジャイルな操作に固執しません。
本研究では,ロボットがアジャイルなロコモーションスキルを計画し実行できるようにする,接触位相予測および状態フィードバックコントローラを提案する。
我々の予測制御器は,ロボットの動作限界とフルダイナミックスを考慮したハイブリッドパラダイムを用いて,接触位相をモデル化する。
現実的なシナリオにおけるANYmalロボットのアジャイル操作に対するアプローチのメリットを実証する。
我々の知る限り、私たちの研究は、予測制御がアクティベーション制限を処理し、アジャイルなロコモーション操作を生成し、別のボディコントローラを使わずに、ハードウェア上でローカルに最適なフィードバックポリシーを実行することができることを示す最初のものです。
関連論文リスト
- Visual Whole-Body Control for Legged Loco-Manipulation [22.50054654508986]
そこで本研究では,ロボットアームを用いた移動操作の問題点について検討する。
視覚的観察により全身制御を自律的に行うことのできる枠組みを提案する。
論文 参考訳（メタデータ） (2024-03-25T17:26:08Z) - 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) - Learning and Adapting Agile Locomotion Skills by Transferring Experience [71.8926510772552]
本稿では,既存のコントローラから新しいタスクを学習するために経験を移譲することで,複雑なロボティクススキルを訓練するためのフレームワークを提案する。
提案手法は,複雑なアジャイルジャンプ行動の学習,後肢を歩いたまま目標地点への移動,新しい環境への適応を可能にする。
論文 参考訳（メタデータ） (2023-04-19T17:37:54Z) - Deep Whole-Body Control: Learning a Unified Policy for Manipulation and
Locomotion [25.35885216505385]
装着されたアームは、移動操作タスクへの脚付きロボットの適用性を著しく向上させることができる。
このような手足のマニピュレータのための標準的な階層制御パイプラインは、コントローラを操作と移動のものと分離することである。
我々は、強化学習を用いて、足のマニピュレータの全身制御のための統一的なポリシーを学習する。
論文 参考訳（メタデータ） (2022-10-18T17:59:30Z) - 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) - Reinforcement Learning for Robust Parameterized Locomotion Control of
Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。
ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。
本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文 参考訳（メタデータ） (2021-03-26T07:14:01Z) - 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) - 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。