論文の概要: Towards Torque-Driven Reinforcement Learning for Quadruped Locomotion
- arxiv url: http://arxiv.org/abs/2607.18365v1
- Date: Mon, 20 Jul 2026 16:35:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.203509
- Title: Towards Torque-Driven Reinforcement Learning for Quadruped Locomotion
- Title（参考訳）: 四足歩行のためのトルク駆動強化学習に向けて
- Abstract要約: 本稿では,高トルク四重項に対するRLトルク制御の枠組みについて検討する。
NvidiaのIsaac SimとIsaac Labを使って、RLトルク制御ポリシーのシミュレーション結果がUnitree B1の4倍になった。
四足歩行は、外感センサーを使わずに階段を上り下りできる。
- 参考スコア（独自算出の注目度）: 0.3867363075280543
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reinforcement learning (RL) for legged robots is advancing locomotion, demonstrating its ability to adapt to new and challenging terrain. Traditionally, these RL locomotion frameworks are position-based, making the policy less adaptable to terrain types and requiring state estimation techniques in the observation space, i.e., linear velocity. Moreover, these RL frameworks often use small, lightweight quadrupeds that are limited in their viability for high-complexity tasks due to hardware constraints. This work explores an RL torque control framework for heavyweight high-torque quadrupeds. The RL framework in this paper can traverse rough terrain and effectively track a desired linear velocity without requiring knowledge of the agent's current velocity. Using Nvidia's Isaac Sim and Isaac Lab, simulation results of the RL torque control policy are shown on the Unitree B1 quadruped, achieving speeds of 3.5 m/s and 1.5 rad/s. In addition, the quadruped can walk up and down stairs without the aid of an exteroceptive sensor.
- Abstract（参考訳）: 脚のあるロボットのための強化学習(RL)は、新しい、挑戦的な地形に適応する能力を示している。
伝統的に、これらのRL移動フレームワークは位置ベースであり、このポリシーは地形のタイプに適応しにくく、観測空間における状態推定技術、すなわち線形速度を必要とする。
さらに、これらのRLフレームワークは、ハードウェアの制約により、高複雑さのタスクに対する実行可能性に制限のある、小さくて軽量な四重項を使用することが多い。
本研究は,高トルク四重項に対するRLトルク制御の枠組みについて検討する。
本論文のRLフレームワークは, エージェントの現在の速度の知識を必要とせずに, 荒地を横切ることができ, 所望の線形速度を効果的に追跡することができる。
NvidiaのIsaac SimとIsaac Labを使って、RLトルク制御ポリシーのシミュレーション結果をUnitree B1の4倍に表示し、3.5 m/sと1.5 rad/sの速度を達成する。
さらに四足歩行は、外感センサーを使わずに階段を上り下りできる。
関連論文リスト
- Extending the Speed Limit of Quadrupedal Locomotion via Refined Actuator Modeling and Adaptive Command Scheduling [0.9298381080776307]
そこで本研究では,Sim-to-realの相違を低減し,幅広いコマンド分布での学習を安定化する高速移動フレームワークを提案する。
精密アクチュエータモデルは、高速な電圧結合と磁気飽和を明示的に捉え、トルク速度エンベロープのより正確な表現を可能にする。
36.5kgのブラックパンサー2の実験では、トレッドミルで最大13.2m/s、屋外で11.65m/sの速度を示し、新しい最先端技術を確立した。
論文 参考訳（メタデータ） (2026-09-09T08:45:38Z) - Isaac Sim-to-Real: Reinforcement Learning based Locomotion for Quadrupeds [0.3867363075280543]
本研究は全身制御が可能な頑健なRLロコモーションフレームワークを提案する。
提案されたフレームワークは、Nvidiaの新しいシミュレーションツールであるIsaac Simと、同種のRLフレームワークであるIsaac Labをトレーニングに利用し、ゼロショットのsim-to-realポリシーを実現している。
本ポリシーは,Unitree Go1を用いて物理ハードウェア上での検証を行った。
論文 参考訳（メタデータ） (2026-07-20T16:27:56Z) - RPL: Learning Robust Humanoid Perceptive Locomotion on Challenging Terrains [53.674116167774095]
本研究では,挑戦的な地形上での多方向移動を可能にする2段階トレーニングフレームワークを提案する。
RPLは、高度マップの観察を特権化した専門家のポリシーを訓練し、分離された移動と操作のスキルを習得する。
次に、複数の深度カメラを活用して広い視野をカバーできるトランスフォーマーポリシーを作成します。
スケーラブルな深度蒸留のために、動的ロボットメッシュと静的な地形メッシュの両方に対してレイキャストを行う効率的なマルチ深度システムを開発した。
論文 参考訳（メタデータ） (2026-02-03T02:17:08Z) - Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。
31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
論文 参考訳（メタデータ） (2025-12-08T11:42:41Z) - Impedance Matching: Enabling an RL-Based Running Jump in a Quadruped Robot [7.516046071926082]
シミュレーションロボットと現実ロボットのギャップを軽減するための新しい枠組みを提案する。
本フレームワークはパラメータ選択のための構造化ガイドラインとシミュレーションにおける動的ランダム化の範囲を提供する。
結果は、我々の知る限り、実四足歩行ロボットにおいて、RLベースの制御ポリシーによって実証された最も高く、最も長いジャンプの1つです。
論文 参考訳（メタデータ） (2024-04-23T14:52:09Z) - 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) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z) - Learning Torque Control for Quadrupedal Locomotion [22.415419916292187]
本稿では,四足歩行のための学習トルク制御フレームワークを提案する。
高周波で関節トルクを直接予測するRLポリシーを訓練し、PDコントローラの使用を回避している。
我々の知る限り、これはエンドツーエンドの単一ニューラルネットワークで四足歩行のトルク制御を学習する最初の試みである。
論文 参考訳（メタデータ） (2022-03-10T07:09:05Z) - GLiDE: Generalizable Quadrupedal Locomotion in Diverse Environments with
a Centroidal Model [18.66472547798549]
四足歩行のロバスト制御ポリシを生成するために,遠心モデルを用いてモデルフリー強化学習を効果的に利用できることを示す。
本手法は, ステップストーン移動, 2脚のインプレースバランス, バランスビーム移動, sim-to-real移動を, さらなる適応を伴わずに実現可能であることを示す。
論文 参考訳（メタデータ） (2021-04-20T05:55:13Z) - 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)
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。