論文の概要: Multi-Terrain Mastery: A Comprehensive Controller for Bipedal Locomotion
- arxiv url: http://arxiv.org/abs/2609.33174v1
- Date: Sun, 27 Sep 2026 03:49:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 02:32:29.694178
- Title: Multi-Terrain Mastery: A Comprehensive Controller for Bipedal Locomotion
- Title（参考訳）: 両足歩行のための総合的制御系
- Abstract要約: 両足歩行の汎用性とロバスト性を高めるための多段制御器を提案する。
本論文は, 傾斜面および粗面の安定性向上を目的とした姿勢足関節モータを用いた以前の研究に基づいて構築した。
未確認の地形に対する性能とロバスト性を維持するのに不可欠な新しいインパクトマップを導入する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Advancing bipedal robots to navigate diverse terrains remains a significant challenge in robotics. Traditional locomotion controllers excel on specific surfaces but struggle across varied environments, limiting their practical applications. Given the unpredictable nature of real-world environments, a single controller capable of handling multiple terrains is ideal, eliminating the need for multiple specialized controllers. We propose a multi-terrain controller to enhance the versatility and robustness of bipedal locomotion. Building on previous work with a stance ankle motor for stability on inclined and rough surfaces, this paper extends capabilities to steep wet uneven grassy slopes, and compliant terrains such as sand, gravel, rocks, and constrained terrains like staircases. To address the unique demands of these terrains, we introduce a new impact map that is essential for maintaining performance and robustness against unseen terrains. We also discuss in detail the control structure for real-time deployment on the robot. We validate our controller on the 20 degree-of-freedom Cassie bipedal robot.
- Abstract（参考訳）: 多様な地形をナビゲートするために二足歩行ロボットを進化させることは、ロボット工学において重要な課題である。
従来のロコモーションコントローラーは特定の面に優れるが、様々な環境にまたがって苦労し、実用的応用を制限している。
現実の環境の予測不可能な性質を考えると、複数の地形を扱える単一のコントローラが理想的であり、複数の専門的なコントローラは不要である。
両足歩行の汎用性とロバスト性を高めるための多段制御器を提案する。
本論文は, 傾斜面および荒面の安定性を向上する姿勢足関節モータを用いた以前の研究に基づいて, 湿潤な草原斜面, 砂, 砂利, 岩, 階段などの制約地形に適合する地形に拡張する。
これらの地形の特異な要求に対処するために,不明瞭な地形に対する性能とロバスト性を維持するために不可欠な新しいインパクトマップを導入する。
また,ロボットのリアルタイム展開のための制御構造についても詳細に論じる。
20自由度キャシー二足歩行ロボットにおける制御器の検証を行った。
関連論文リスト
- MILD: Tractable Terrain Modeling for Learning Improved Bipedal Locomotion on Deformable Surfaces [27.312811759047023]
物理地上の離散要素接触解法を特徴とするMILDについて述べる。
我々は、深い強化学習を通して地形認識コントローラを訓練する。
本システムでは,様々な表面硬さのオンライン識別と適応性を実証する。
論文 参考訳（メタデータ） (2026-08-20T12:24:34Z) - Learning Terrain-Aware Whole-Body Control for Perceptive Legged Loco-Manipulation [2.915167691607446]
我々は,足のマニピュレータのための地形対応全体制御フレームワークTA-WBCを紹介する。
我々は、地形の特徴を抽出するためにハイブリッド・エクセプション・エンコーダを用いており、ロボットが姿勢や足場を積極的に適応するための重要な基盤となっている。
安定なクロステランのロコ操作を容易にするため,フット接触面に基づく新しいエンドエフェクタサンプリング法を提案する。
論文 参考訳（メタデータ） (2026-05-29T14:22:10Z) - Walking on Rough Terrain with Any Number of Legs [3.7275258486549916]
本研究では,2本の足に3つのアクチュエータを備えたセグメント型ロボットを用いて,荒地に対する多脚制御アーキテクチャを提案する。
私たちの設計は、WalkNetのようなイベントカスケードコントローラとCPGベースのコントローラのギャップを埋めるものです。
論文 参考訳（メタデータ） (2026-03-10T03:37:44Z) - Learning Humanoid Locomotion over Challenging Terrain [84.35038297708485]
本研究では,自然と人為的な地形を横断する視覚障害者の移動に対する学習に基づくアプローチを提案する。
本モデルではまず, 時系列モデルを用いた平地軌道のデータセット上で事前学習を行い, 補強学習を用いて不均一な地形を微調整する。
本研究では, 荒面, 変形面, 傾斜面など, 様々な地形にまたがる実際のヒューマノイドロボットを用いて, モデルを評価する。
論文 参考訳（メタデータ） (2024-10-04T17:57:09Z) - Learning to enhance multi-legged robot on rugged landscapes [7.956679144631909]
多足ロボットは、頑丈な風景をナビゲートするための有望なソリューションを提供する。
近年の研究では、線形制御器が挑戦的な地形上で信頼性の高い移動性を確保することが示されている。
我々は,このロボットプラットフォームに適した MuJoCo ベースのシミュレータを開発し,シミュレーションを用いて強化学習に基づく制御フレームワークを開発する。
論文 参考訳（メタデータ） (2024-09-14T15:53:08Z) - BiRoDiff: Diffusion policies for bipedal robot locomotion on unseen terrains [0.9480364746270075]
未知の地形での移動は、二足歩行ロボットが新しい現実世界の課題に対処するために不可欠である。
複数の地形を移動させる単一の歩行制御系を学習する軽量なフレームワークを提案する。
論文 参考訳（メタデータ） (2024-07-07T16:03:33Z) - 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) - 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) - 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)
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。