論文の概要: Passive-Dynamic-Walking-Inspired Dynamics Guidance for Energy-Efficient Humanoid Locomotion

• arxiv url: http://arxiv.org/abs/2609.35935v1
• Date: Mon, 28 Sep 2026 15:16:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.900267
• Title: Passive-Dynamic-Walking-Inspired Dynamics Guidance for Energy-Efficient Humanoid Locomotion
• Title（参考訳）: エネルギー効率の良いヒューマノイド移動のためのパッシブ・ダイナミック・ウォーキング・インスパイアされたダイナミクス誘導
• Abstract要約: 本稿では、経済的な歩行発見に好適な傾斜等価条件を一時的に生成するパッシブ・ダイナミック・ウォーキング(PDW)に触発された枠組みを提案する。 初期の訓練では、傾斜重力場は、カリキュラムが結合した報酬項を補完する平坦な衝突幾何学の矢状進行を補助する。 このフレームワークは、速度追跡を低下させることなく0.5-2.0m/sの指令速度よりも6.8-15.2%の機械的輸送コストを削減している。
• 参考スコア（独自算出の注目度）: 10.44859738886822
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning energy-efficient humanoid locomotion requires discovering mechanically economical gait coordination, not merely reducing actuator effort. Reinforcement learning promotes efficiency through effort-related reward penalties, which guide the step-to-step mechanics of walking only indirectly. This article proposes a framework inspired by passive dynamic walking (PDW) that temporarily creates slope-equivalent conditions favorable to economical gait discovery and removes all PDW-specific guidance before nominal-dynamics optimization. During early training, a tilted-gravity field assists sagittal progression on flat collision geometry, complemented by curriculum-coupled reward terms. The core framework requires no reference trajectories, gait phases, or contact schedules. In a five-seed forward-locomotion study on a 29-DoF Unitree G1, the framework reduces mechanical cost of transport by 6.8-15.2% over commanded speeds of 0.5-2.0m/s without degrading velocity tracking. Mechanical-work decomposition attributes the reduction to positive actuator work, and reward-matched comparisons separate the guided regime's faster gait acquisition from the tilt's additional benefit to converged economy. The framework extends to unassisted omnidirectional locomotion, where its benefit persists once a walking-specific motion prior supplies kinematic coordination, the combination reducing speed-matched cost of transport by 18.7%. On hardware, forward cost of transport falls by 16.3% with the motion prior and by 4.5% without it, the latter within the trial-to-trial spread.
• Abstract（参考訳）: エネルギー効率のよい人型移動を学ぶには、単にアクチュエータの労力を減らすだけでなく、機械的に経済的な歩行調整を発見する必要がある。 強化学習は、努力関連の報奨金を通じて効率を向上し、間接的な歩行のみのステップ・ツー・ステップ・メカニクスを導く。 本稿では,受動動的歩行(PDW)にインスパイアされたフレームワークを提案する。このフレームワークは,経済的な歩行発見に好適な傾斜等価条件を一時的に生成し,名目力学最適化の前にPDW固有のガイダンスをすべて除去する。 初期の訓練では、傾斜重力場は、カリキュラムが結合した報酬項を補完する平坦な衝突幾何学の矢状進行を補助する。 コアフレームワークは参照トラジェクトリ、歩行フェーズ、連絡先スケジュールを必要としない。 29-DoF ユニツリー G1 の5段前方移動実験では、速度追跡を低下させることなく0.5-2.0m/sの指令速度で輸送の機械的コストを6.8-15.2%削減する。 機械的作業の分解は、正のアクチュエーター作業の削減を特徴とし、報酬と整合した比較は、誘導された体制のより速い歩行獲得と、収束した経済への追加的な利益を区別する。 このフレームワークは全方向移動を補助しないよう拡張されており、歩行特異的な動きがキネマティック・コーディネーションに供給される前にその利点が持続し、18.7%の速度調整された輸送コストが削減される。 ハードウェアでは、転送のフォワードコストは16.3%減少し、前もって動きは4.5%減少し、後者はトライアル・ツー・トライアル・スプレッドである。

関連論文リスト

• Assistance Torque Estimation via Dynamics-Aware Optimization for Lower-Limb Exoskeleton in Complex Environments [7.687185026547581]
  地道な人間の関節トルク推定は、限られた屋外使用性と相当な展開費用に苦しむモーションキャプチャーシステムに依存している。 本稿では,動的モデルに基づく新しい補助トルク推定法を提案する。 最適化の観点から,提案手法はモータアシストトルクを直接生成し,データ取得コストを低減させる。
  論文  参考訳（メタデータ） (2026-09-14T10:36:49Z)
• Breaking speed scaling in quadrupedal robots via Huygens' coupled-pendulum dynamics [3.208498459001999]
  ブルートフォースのハードウェアスケーリングよりも,本質的なダイナミックスを原則的に活用することで,優れた移動が実現可能であることを示す。 四足歩行ロボットは10.74m/s(Froude number 21.4)の走行速度を達成し、100mのスプリントを12.2秒で完了する。 これらの結果から, 高速脚移動制御機構として慣性カップリングが確立され, 力量削減におけるその役割が強調された。
  論文  参考訳（メタデータ） (2026-09-09T10:58:20Z)
• 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)
• TransCurriculum: Multi-Dimensional Curriculum Learning for Fast & Stable Locomotion [50.54752207285298]
  TransCurriculumは、アジャイル四足歩行のためのトランスフォーマーベースの多次元カリキュラム学習アプローチである。 シミュレーションでは,Unitree Go1ロボットに対するアプローチを検証し,Go1ハードウェア上でゼロショットでデプロイする。
  論文  参考訳（メタデータ） (2026-03-14T23:44:42Z)
• 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)
• Learning to Recover: Dynamic Reward Shaping with Wheel-Leg Coordination for Fallen Robots [10.712715061996194]
  本稿では,エピソードベースの動的リワードシェーピングとカリキュラム学習を統合した学習フレームワークを提案する。 相乗的ホイールレッグ調整は関節トルクの消費を15.8%、26.2%減少させることを示した。
  論文  参考訳（メタデータ） (2025-06-05T18:58:12Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• 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)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)

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。