論文の概要: Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.05819v1
• Date: Mon, 05 Oct 2026 05:13:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 04:03:07.46827
• Title: Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning
• Title（参考訳）: 多目的強化学習による四足歩行ロボットによる無担保積み荷輸送
• Abstract要約: 安全でないペイロードを脚のあるロボットで不均一な地形に輸送するには、ロコモーション性能とペイロード安定性のバランスが必要である。 本研究では, 専用のペイロードセンサやアクティブキャリア機構を使わずに, エッジレスの胴体載板上に設置した無防備な積み重ね箱の4段輸送について検討した。 本稿では,このトレードオフに対応するために,PAMORT(Payload-Adaptive Multi-Objective Reinforcement Learning for Transportation)を提案する。
• 参考スコア（独自算出の注目度）: 2.4746345679821613
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Transporting unsecured payloads with legged robots over uneven terrain requires balancing locomotion performance and payload stability, since aggressive motion can destabilize the payload even when the robot remains stable. We study quadrupedal transportation of unsecured stacked boxes on an edgeless torso-mounted board without dedicated payload sensors or active carrier mechanisms. To address this trade-off, we propose Payload-Adaptive Multi-Objective Reinforcement learning for Transportation (PAMORT). PAMORT trains a multi-objective base policy conditioned on a preference vector that weights locomotion and payload-stability reward groups, then trains a weight adjuster on the frozen policy to adapt this preference online from proprioception. In simulation, PAMORT achieves comparable or better overall transportation success than a corresponding single-objective baseline across different payload configurations, including an unseen three-box stack, despite training only with two boxes. Real-world experiments on a Unitree Go2 demonstrate zero-shot transfer to slopes and steps at or beyond the training difficulty, with mean success rates of 0.850 for PAMORT and 0.675 for the baseline across eight tasks. These results demonstrate robust unsecured-payload transportation with online adaptation of the locomotion--payload trade-off from proprioceptive information.
• Abstract（参考訳）: 脚のあるロボットで安全でないペイロードを不均一な地形で輸送するには、ロボットが安定していても攻撃的な動きがペイロードを不安定にすることができるため、ロコモーション性能とペイロード安定性のバランスが必要である。 本研究では, 専用のペイロードセンサやアクティブキャリア機構を使わずに, エッジレスの胴体載板上に設置した無防備な積み重ね箱の4段輸送について検討した。 このトレードオフに対処するために、輸送のためのPayload-Adaptive Multi-Objective Reinforcement Learning (PAMORT)を提案する。 PAMORTは、移動とペイロード安定報酬グループを重み付けする選好ベクトルに条件付き多目的ベースポリシーを訓練し、凍結されたポリシーに基づいて重み調整器を訓練し、この嗜好をプロプレセプションからオンラインに適応させる。 シミュレーションでは、PAMORTは2つのボックスでのみトレーニングされているにもかかわらず、異なるペイロード構成で対応する単一目的のベースラインと同等またはより優れた全体的な輸送成功を達成する。 ユニツリーGo2の実際の実験では、トレーニング難度以上の斜面や階段へのゼロショット転送が実証されており、PAMORTは0.850、ベースラインは0.675である。 これらの結果は、ロコムーブメントのオンライン適応による堅牢な無担保のペイロード輸送を示す。

関連論文リスト

• Humanoid Rickshaw Pulling: Whole-Body Locomotion under Coupled Wheeled Loads [3.9793526373449963]
  人型人力車牽引のための全身制御フレームワークを提案する。 バランスを保ちながら車両の動きを追跡し、不確実な負荷動量の下で安定した把握を行う。 その結果、協調型および永続型ヒューマノイド-車両間相互作用による頑健な重荷輸送が示された。
  論文  参考訳（メタデータ） (2026-10-03T03:00:09Z)
• GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
  ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。 純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。 自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
  論文  参考訳（メタデータ） (2026-08-18T18:21:36Z)
• Learning Dynamic Pick-and-Place for a Legged Manipulator [8.027246382283003]
  本研究では,6-DOFロボットアームを装備した四足歩行を用いた動的ピック・アンド・プレイス作業のための階層的強化学習フレームワークを提案する。 シミュレーションでは、最大2.3kgまでのペイロードで86.05%の成功率を達成した。 地上レベルから1.1mの高さまで幅広い垂直ワークスペースにおいて、このシステムは最大1.3kgまでのペイロードに対して平均73.3%の成功率を示す。
  論文  参考訳（メタデータ） (2026-05-15T08:04:07Z)
• MULE: Multi-terrain and Unknown Load Adaptation for Effective Quadrupedal Locomotion [1.479858319622657]
  四足歩行ロボットは、様々な地形にまたがる荷積み作業にますます利用されている。 本研究では,四足歩行ロボットが様々なペイロードと多様な地形に適応できる適応強化学習フレームワークを提案する。 提案手法はIsaac Gymの大規模シミュレーション実験と,Unitree Go1の4倍体上での実際のハードウェア展開により検証する。
  論文  参考訳（メタデータ） (2025-05-01T12:41:35Z)
• Learning Decentralized Multi-Biped Control for Payload Transport [15.317089841584012]
  我々は、車輪をキャリヤに取り付けられた複数の二足歩行ロボットに置き換える多足歩行ロボットキャリアについて検討する。 私たちの主な貢献は、このようなシステムのための分散コントローラの設計です。 実世界への移動を支援するシミュレーションにおいて,制御器を訓練するための強化学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-25T05:08:44Z)
• Robust and Versatile Bipedal Jumping Control through Reinforcement Learning [141.56016556936865]
  この研究は、トルク制御された二足歩行ロボットが実世界で頑丈で多目的なダイナミックジャンプを行えるようにすることで、二足歩行ロボットの機敏さの限界を推し進めることを目的としている。 本稿では,ロボットが様々な場所や方向へジャンプするなど,さまざまなジャンプタスクを達成するための強化学習フレームワークを提案する。 我々は,ロボットの長期入出力(I/O)履歴を符号化し,短期I/O履歴への直接アクセスを可能にする新しいポリシー構造を開発する。
  論文  参考訳（メタデータ） (2023-02-19T01:06:09Z)
• 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)
• Model-Based Meta-Reinforcement Learning for Flight with Suspended Payloads [69.21503033239985]
  吊り下げられたペイロードの輸送は、自律的な航空車両にとって困難である。 接続後飛行データから数秒以内に変化力学のモデルを学習するメタラーニング手法を提案する。
  論文  参考訳（メタデータ） (2020-04-23T17:43:56Z)

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。