論文の概要: Mixture-of-Experts RL for Fault-Tolerant Legged Locomotion

• arxiv url: http://arxiv.org/abs/2606.25965v2
• Date: Tue, 30 Jun 2026 19:33:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 15:15:53.047025
• Title: Mixture-of-Experts RL for Fault-Tolerant Legged Locomotion
• Title（参考訳）: 耐故障性レッグ式ロコモーションのための試験RLの混合
• Abstract要約: 本稿では,故障診断情報を明示的に活用して特殊な制御専門家を活性化する,障害対応モジュール制御アーキテクチャを提案する。 実験結果から、明示的なフォールト条件のモジュラポリシは、同等の大きさのモノリシックポリシを一貫して上回ることが示された。
• 参考スコア（独自算出の注目度）: 3.0230547174603544
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Legged robots deployed in planetary exploration and other remote environments must maintain reliable locomotion despite actuator failures and challenging terrain conditions. Although reinforcement learning has achieved strong results in legged locomotion, monolithic policies can struggle to efficiently represent the diverse control strategies required to compensate for different fault conditions. In this work, we propose a fault-aware modular control architecture that explicitly leverages fault-diagnosis information to activate specialized control experts associated with distinct actuator failure modes. Experimental results show that explicit fault-conditioned modular policies consistently outperform monolithic policies of comparable size, achieving higher locomotion performance across failure scenarios. Moreover, the proposed modular architecture retains competitive performance even under significantly reduced network capacity, highlighting its suitability for compute-constrained robotic platforms, such as those typically employed in space applications. The code associated with this work is available at: https://github.com/iit-DLSLab/fault-locomotion-isaaclab.
• Abstract（参考訳）: 惑星探査や他の遠隔地環境に配備された脚ロボットは、アクチュエーターの故障や挑戦的な地形条件にもかかわらず、信頼できる移動を維持する必要がある。 強化学習は足の移動において強い成果を上げてきたが、モノリシックな政策は、異なる故障条件を補うために必要な多様な制御戦略を効率的に表すのに苦労する可能性がある。 本研究では,異なるアクチュエータ故障モードに関連する特殊な制御専門家を活性化するために,故障診断情報を明示的に活用する,故障認識型モジュール制御アーキテクチャを提案する。 実験結果から、明示的な障害条件付きモジュールポリシは、同じ規模のモノリシックポリシを一貫して上回り、障害シナリオ全体のロコモーションパフォーマンスが向上することが示された。 さらに、提案したモジュールアーキテクチャは、ネットワーク容量が大幅に削減された場合でも、競争性能を保ち、通常は宇宙アプリケーションで使用されるような、計算に制約のあるロボットプラットフォームに適していることを強調している。 この作業に関連するコードは、https://github.com/iit-DLSLab/fault-locomotion-isaaclab.comで公開されている。

関連論文リスト

• Learning Context-Aware Neural ODE Dynamics for Adaptive Robotic Control [55.01272784312405]
  本稿では,ニューラル常微分方程式に基づく文脈認識力学モデルを提案する。 Sphero BOLTロボットとFanucマニピュレータを実世界の実験で使用した。
  論文  参考訳（メタデータ） (2026-06-13T20:55:46Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Hypernetwork-Conditioned Reinforcement Learning for Robust Control of Fixed-Wing Aircraft under Actuator Failures [0.8164433158925594]
  本稿では,小型航空機システムのための強化学習に基づく経路追従制御手法を提案する。 特徴量線形変調(FiLM)とLow-Rank Adaptation(LoRA)に基づくパラメータ効率の定式化について検討する。 ハイパーネットワーク条件のポリシーは、標準的なマルチ層パーセプトロンポリシーと比較してロバスト性を向上させることができることを示す。
  論文  参考訳（メタデータ） (2026-04-03T18:50:31Z)
• LiLo-VLA: Compositional Long-Horizon Manipulation via Linked Object-Centric Policies [54.150202739999806]
  LiLo-VLAは、新しいロングホライゾンタスクに対してゼロショットのモジュラリティをトレーニングすることなく実現できるモジュラーフレームワークである。 LIBERO-Long++とUltra-Longという2つの課題からなる21タスクのシミュレーションベンチマークを導入する。 これらのシミュレーションでは、LiLo-VLAは平均成功率69%を達成し、Pi0.5を41%、OpenVLA-OFTを67%上回った。
  論文  参考訳（メタデータ） (2026-02-25T03:33:39Z)
• Walk the PLANC: Physics-Guided RL for Agile Humanoid Locomotion on Constrained Footholds [20.44610499489492]
  二足歩行ロボットは、制約された足場に移動する際にバランス、タイミング、接触決定を調整する必要がある。 本稿では,低次ステッピングプランナが動的に一貫した運動目標を供給できるロコモーションフレームワークを提案する。 この構造化されたステップ計画とデータ駆動型適応の組み合わせは、ヒューマノイドロボット上で正確で、アジャイルで、ハードウェアで検証されたステップストーンの移動を生み出す。
  論文  参考訳（メタデータ） (2026-01-09T19:56:42Z)
• Flexible Multitask Learning with Factorized Diffusion Policy [59.526246520933135]
  マルチタスク学習は、ロボットの行動分布が多様で多様な性質を持つため、大きな課題となる。 既存のモノリシックモデルは、しばしばアクション分布に不適合であり、効率的な適応に必要な柔軟性に欠ける。 本稿では,複雑な行動分布を特殊拡散モデルの合成に分解する,新しいモジュラー拡散政策フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-26T07:11:47Z)
• Beyond Prompt Engineering: Robust Behavior Control in LLMs via Steering Target Atoms [71.85633762642125]
  モデルにおける膨大な数のパラメータは、しばしば高度に絡み合った内部表現をもたらす。 最近の研究は、スパースオートエンコーダ(SAE)を用いて、ステアリングのための高次元空間における知識を歪めている。 本研究では,非絡み合った知識コンポーネントを分離・操作し,安全性を高める手法であるステアリングターゲット原子(STA)を提案する。
  論文  参考訳（メタデータ） (2025-05-23T17:59:18Z)
• Multi-fidelity Reinforcement Learning Control for Complex Dynamical Systems [42.2790464348673]
  複雑なシステムの不安定性を制御するための多要素強化学習フレームワークを提案する。 提案手法が物理学における2つの複雑な力学に与える影響を実証する。
  論文  参考訳（メタデータ） (2025-04-08T00:50:15Z)
• PIP-Loco: A Proprioceptive Infinite Horizon Planning Framework for Quadrupedal Robot Locomotion [1.123472110161393]
  四足歩行におけるモデル予測制御(MPC)の強みは、制約を強制する能力である。 自己受容型計画と強化学習(RL)を統合した枠組みを提案する。 デプロイ中、Dreamerモジュールは無限水平MPC問題を解決する。
  論文  参考訳（メタデータ） (2024-09-14T13:51:37Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Robust Constrained Reinforcement Learning for Continuous Control with Model Misspecification [26.488582821511972]
  現実世界のシステムは、非定常性、摩耗・摩耗、未校正センサーなどの影響を受けやすい。 このような効果は、システムダイナミクスを効果的に摂動させ、同じドメインの摂動バージョンにデプロイすると、あるドメインでトレーニングされたポリシーがうまく動作しないようにする。 これは、将来の報酬を最大化する政策の能力と、それが制約を満たす範囲に影響を与える可能性がある。 実世界強化学習(Real World Reinforcement Learning, RWRL)から, この形態の誤特定を軽減し, 実世界強化学習(Real World Reinforcement Learning, RWRL)から複数の模擬Mujocoタスクにその性能を示すアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-10-20T22:05:37Z)

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。