論文の概要: Dynamics-Informed Reinforcement Learning for Agile and Energy-Efficient Locomotion of a Monopedal Hopping Quadcopter

• arxiv url: http://arxiv.org/abs/2609.15399v1
• Date: Mon, 14 Sep 2026 11:32:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.298608
• Title: Dynamics-Informed Reinforcement Learning for Agile and Energy-Efficient Locomotion of a Monopedal Hopping Quadcopter
• Title（参考訳）: 単足ホッピングクアッドコプターのアジャイル・エネルギー効率向上のための動的インフォーム型強化学習
• Abstract要約: 強化学習は有望だがエネルギー非効率な「逆ハック」の傾向 本研究では,単足ホッピングクワッドコプターのためのDynamics-Informed RLフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 6.592942321170304
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Although aerial-legged robots offer combined agility and efficiency, controlling high-speed hopping under complex hybrid dynamics is challenging. Reinforcement Learning (RL) is promising but prone to energy-inefficient "reward hacking". We propose a Dynamics-Informed RL framework for a monopedal hopping quadcopter. By embedding a target Specific Energy into the reward, we constrain the optimization to a physically viable energy manifold, ensuring stable hopping behaviour. By rewarding the phase-consistent behavior, it can encourage bio-inspired stance-phase impulse. Furthermore, penalizing the electro-mechanical power waste induces the motors generate an efficient impulse. This enables the policy to inject energy strictly during spring restitution without heuristic state machines. MuJoCo simulations validate robust height regulation and forward velocity tracking up to 2.0 m/s despite severe attitude-contact coupling. Ultimately, our approach yields a highly agile hopping gait, reducing energy consumption by 82% and 73% compared to hovering baselines and inefficiency baseline, respectively.
• Abstract（参考訳）: 空中脚ロボットは、俊敏性と効率性の組み合わせを提供するが、複雑なハイブリッド力学の下で高速ホッピングを制御することは困難である。 強化学習(Reinforcement Learning、RL)は有望であるが、エネルギー非効率な「リワードハッキング(reward hacking)」の傾向にある。 本研究では,単足ホッピングクワッドコプターのためのDynamics-Informed RLフレームワークを提案する。 対象の特定エネルギーを報酬に埋め込むことで、物理的に実行可能なエネルギー多様体に最適化を制約し、安定したホッピング動作を確保する。 相一貫性の振る舞いに報いることで、生体にインスパイアされた姿勢相のインパルスを促進することができる。 さらに、電気機械パワー廃棄物をペナル化することでモータを誘導し、効率的なインパルスを発生させる。 これにより、春の復活期には、ヒューリスティックな状態の機械を使わずに、厳格にエネルギーを注入することができる。 MuJoCoシミュレーションは、高度・接触結合が激しいにもかかわらず、ロバストな高さ制御と2.0m/sまでの前進速度追跡を検証した。 最終的に、私たちのアプローチは、ホバリングベースラインと非効率ベースラインと比較して、エネルギー消費を82%と73%削減する、非常にアジャイルなホッピング歩留まります。

関連論文リスト

• Learning to Exploit Passive Dynamics for Energy-Efficient Target Hopping of a Spring-Legged Quadcopter [6.592942321170304]
  明示的なホッピング状態マシンや低レベルの姿勢PIDを使わずに4つのモーターを制御できるポリシーを提案する。 その報酬は、質量正規化された垂直エネルギー追跡のためのエネルギ・マニフォールド・シェイピングと、効率・シェイピングによる頂点状態アンカーを組み合わせたものである。 代表的なハードウェアでは、PPOベースの制御スタックにより、平均で測定された電力を30.7%削減した。
  論文  参考訳（メタデータ） (2026-09-14T12:14:58Z)
• Efficient and Versatile Quadrupedal Skating: Optimal Co-design via Reinforcement Learning and Bayesian Optimization [8.969390069418777]
  本研究では、受動車輪を備えた四足歩行ロボット上で、効率的で多目的なローラースケートを可能にするハードウェア制御協調設計手法を提案する。 パッシブホイールスケートは脚の慣性を減少させ、特に高速でエネルギー効率を向上させる。
  論文  参考訳（メタデータ） (2026-03-19T02:12:50Z)
• Learning Energy-Efficient Air--Ground Actuation for Hybrid Robots on Stair-Like Terrain [14.868564001069986]
  ハイブリッドな地上ロボットは、移動性と耐久性の両方を提供するが、階段のような不連続性はトレードオフを生み出す。 本研究では,プロペラ,車輪,傾斜サーボを,既定の空地モードや地上モードを使わずに調整するための一貫した政策を訓練するエネルギー対応強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-13T14:55:01Z)
• Energy-Efficient Omnidirectional Locomotion for Wheeled Quadrupeds via Predictive Energy-Aware Nominal Gait Selection [17.713242307107166]
  本稿では,車輪付き四足歩行ロボットの全方向効率を最適化するために,予測パワーモデリングと残留強化学習を統合した階層型制御フレームワークを提案する。 提案手法では,1秒の地平線上での歩行パターンの異なるエネルギー消費を予測できる新しい電力予測ネットワークを用いる。 強化学習ポリシーは、この名目歩行に残留的な調整を生成し、エネルギー効率と性能目標とのバランスをとるためのロボットの動作を微調整する。
  論文  参考訳（メタデータ） (2025-12-23T09:56:35Z)
• Energy-Driven Steering: Reducing False Refusals in Large Language Models [80.09252175869858]
  エネルギー駆動ステアリング(EDS、Energy-Driven Steering)は、動的で推論時間の介入によってこの問題を解決するために設計された、新しい、微調整自由なフレームワークである。 我々は、望ましくない(偽の拒絶または脱獄)状態に高エネルギーを割り当て、望ましい(好ましくない反応または安全な拒絶)状態に低エネルギーを割り当てるために、軽量な外部エネルギーベースモデル(EBM)を訓練した。 エネルギー関数の勾配を利用してLLMの隠れた状態を低エネルギー領域に動的に操る。
  論文  参考訳（メタデータ） (2025-10-09T06:01:41Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
  動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。 具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。 フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
  論文  参考訳（メタデータ） (2025-02-24T14:53:45Z)
• 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)
• 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)
• Robust Quadruped Jumping via Deep Reinforcement Learning [10.095966161524043]
  本稿では,騒音環境下での四足歩行ロボットのジャンプ距離と高さについて考察する。 本研究では,4重跳躍のための非線形軌道最適化の複雑な解を活用・拡張するディープ強化学習を用いたフレームワークを提案する。 体長2倍の体長をジャンプしながら、高さ最大6cmの足の障害の頑丈さ、あるいはロボットの名目立位の高さの33%を実証した。
  論文  参考訳（メタデータ） (2020-11-13T19:04:24Z)

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。