Fugu-MT 論文翻訳(概要): Closing the Loop on the Poppy Humanoid: Bipedal Locomotion with Linear-Quadratic Control and Learned Cost Functions

論文の概要: Closing the Loop on the Poppy Humanoid: Bipedal Locomotion with Linear-Quadratic Control and Learned Cost Functions

arxiv url: http://arxiv.org/abs/2608.26505v1
Date: Thu, 27 Aug 2026 01:03:45 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-28 16:30:58.210486
Title: Closing the Loop on the Poppy Humanoid: Bipedal Locomotion with Linear-Quadratic Control and Learned Cost Functions
Title（参考訳）: ポピーヒューマノイドのループを閉じる:リニア・クアドラティック制御による二足歩行運動と学習コスト関数
Abstract要約: Poppy Humanoid(ポピーヒューマノイド)は、人工知能の研究と教育に適したオープンソースの低コストロボットである。本稿では、軌道追跡のためのLQRフレームワークに基づくPoppyの閉ループ歩行制御に寄与する。
参考スコア（独自算出の注目度）: 4.852017662583722
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Poppy Humanoid is an open-source, low-cost robot suitable for research and education in artificial intelligence. However, we are unaware of any published methodology that achieves reliable, unassisted bipedal locomotion on the standard Poppy hardware. This paper contributes a functional closed-loop walking controller for Poppy, based on the linear-quadratic regulator (LQR) framework for trajectory tracking. Starting with data collected from open-loop playback of a nominal walking trajectory, our proposed method learns a quadratic cost function for an LQR controller that substantially improves the reliability of the motion. The closed-loop controller is validated empirically, demonstrating statistically significant improvements in walking performance compared to open-loop trajectory playback.
Abstract（参考訳）: Poppy Humanoid(ポピーヒューマノイド)は、人工知能の研究と教育に適したオープンソースの低コストロボットである。しかし、標準のPoppyハードウェア上では、信頼性の高い二足歩行を実現する方法が公表されていない。本稿では、軌道追跡のためのLQRフレームワークに基づくPoppyの閉ループ歩行制御に寄与する。名目歩行軌跡のオープンループ再生から収集したデータから,提案手法は動作の信頼性を大幅に向上するLQRコントローラの2次コスト関数を学習する。閉ループ制御器は実験的に検証され、開ループ軌道再生と比較して歩行性能の統計的に有意な改善が示された。

関連論文リスト

CLEAR: Closed-Loop Reinforcement Learning at Scale for End-to-End Autonomous Driving [66.77752555295355]
E2E-ADのための大規模強化学習(RL)を用いた閉ループ訓練システムであるCLEARを提案する。簡単な報奨により、CLEARは従来の手法よりも大幅に優れ、新しい最先端性能を設定できることが示される。
論文参考訳（メタデータ） (2026-07-03T00:34:50Z)
A Relaxed Quadratic-Program-based Framework for Trajectory Tracking of Unicycle Robots with Singularity Avoidance [1.3318026799252654]
動的フィードバック線形化(Dynamic feedback linearization, DFL)は, 一輪車型移動ロボットの軌道追尾技術である。線形速度がなくなるとDFLベースのコントローラは特異となり、標準のDFLベースのコントローラは停止と逆操作には適さない。本稿では,この特異性を回避する2次プログラム(QP)に基づく最適制御フレームワークを提案する。
論文参考訳（メタデータ） (2026-06-22T13:55:21Z)
Benchmarking Empirical and Learning-Based Approaches for Feedforward Steering Control in Autonomous Racing [2.183305325115666]
フィードフォワードステアリング制御は、自律走行のための階層型制御アーキテクチャの重要な構成要素である。本稿では,2つの学習ベースと2つの経験的フィードフォワードコントローラのベンチマークを示す。実世界Abu Dhabi Autonomous Racing Leagueコンペティションに基づく高忠実度シミュレーションフレームワークでフィードフォワードコントローラをテストする。
論文参考訳（メタデータ） (2026-05-20T12:44:36Z)
Learning to Walk with Less: a Dyna-Style Approach to Quadrupedal Locomotion [6.667478384585131]
四足歩行の標本効率を向上させるモデルに基づく強化学習フレームワークを提案する。この方針に沿って訓練された予測モデルは、徐々に統合される短水平合成遷移を生成する。この改善は、広範囲の移動コマンドを追跡する能力に移行できることを実証する。
論文参考訳（メタデータ） (2025-09-08T02:48:23Z)
One-Step Diffusion Policy: Fast Visuomotor Policies via Diffusion Distillation [80.71541671907426]
OneStep Diffusion Policy (OneDP)は、事前訓練された拡散政策から知識を単一ステップのアクションジェネレータに蒸留する新しいアプローチである。 OneDPはロボット制御タスクの応答時間を著しく短縮する。
論文参考訳（メタデータ） (2024-10-28T17:54:31Z)
Combining model-predictive control and predictive reinforcement learning for stable quadrupedal robot locomotion [0.0]
モデル予測型と予測型強化型学習コントローラの組み合わせによりこれを実現できるかを検討する。本研究では,両制御手法を組み合わせて,四足歩行ロボットの安定ゲート生成問題に対処する。
論文参考訳（メタデータ） (2023-07-15T09:22:37Z)
Tuning Legged Locomotion Controllers via Safe Bayesian Optimization [47.87675010450171]
本稿では,ロボットハードウェアプラットフォームにおけるモデルベースコントローラの展開を効率化するための,データ駆動型戦略を提案する。モデルフリーな安全な学習アルゴリズムを用いて制御ゲインのチューニングを自動化し、制御定式化で使用される単純化されたモデルと実システムとのミスマッチに対処する。
論文参考訳（メタデータ） (2023-06-12T13:10:14Z)
Value function estimation using conditional diffusion models for control [62.27184818047923]
拡散値関数(DVF)と呼ばれる単純なアルゴリズムを提案する。拡散モデルを用いて環境-ロボット相互作用の連成多段階モデルを学ぶ。本稿では,DVFを用いて複数のコントローラの状態を効率よく把握する方法を示す。
論文参考訳（メタデータ） (2023-06-09T18:40:55Z)
Adapting Rapid Motor Adaptation for Bipedal Robots [73.5914982741483]
移動制御の急速な適応の最近の進歩を活用し、二足歩行ロボットで作業できるように拡張する。 A-RMAはモデルフリーRLを用いて微調整することで不完全外部推定器の基本方針を適応する。シミュレーションにおいて,A-RMAはRLベースのベースラインコントローラやモデルベースコントローラよりも優れていることを示す。
論文参考訳（メタデータ） (2022-05-30T17:59:09Z)
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)
Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach [3.752600874088677]
私たちは、四足歩行ロボットStochに2ドル(約2万2000円)のリニアポリシーを使っています。特に、エンドフット軌道のパラメータは、胴体方向と地形傾斜を入力として取る線形フィードバックポリシーによって形成される。結果として生じる歩行は、地形の斜面の変動や外部のプッシュに対して堅牢である。
論文参考訳（メタデータ） (2020-10-30T16:02:08Z)
Improving Input-Output Linearizing Controllers for Bipedal Robots via Reinforcement Learning [85.13138591433635]
入力出力線形化コントローラの主な欠点は、正確な力学モデルが必要であり、入力制約を考慮できないことである。本稿では,強化学習技術を用いた二足歩行ロボット制御の具体例について,両課題に対処する。
論文参考訳（メタデータ） (2020-04-15T18:15:49Z)

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。