論文の概要: Energy-Efficient Gait Adaptation via Hierarchical Reinforcement Learning for Quadrupedal Locomotion Across Diverse Terrains

• arxiv url: http://arxiv.org/abs/2610.10297v1
• Date: Wed, 07 Oct 2026 15:53:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.015137
• Title: Energy-Efficient Gait Adaptation via Hierarchical Reinforcement Learning for Quadrupedal Locomotion Across Diverse Terrains
• Title（参考訳）: 四足歩行における階層的強化学習によるエネルギー効率の良い歩行適応
• Abstract要約: 安定かつ堅牢な関節レベル動作実行のための高周波ポリシーを低周波歩行適応から分離する階層型強化学習フレームワークを提案する。 代表的単一政治・階層的移動ベースラインに対するシミュレーションにおける提案手法の有効性を検証した。 さらに、実際のUnitree AlienGo四重組のゼロショット展開による実用可能性を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While energy efficiency is a critical objective for legged-robot locomotion control, achieving low energy consumption while maintaining robust performance across different velocity ranges and terrain conditions remains a key challenge. This is particularly true for end-to-end RL policies, where gait generation, motion execution, and energy optimization are tightly coupled, leading to high sensitivity to reward design. In this work, we propose a hierarchical reinforcement learning (HRL) framework that separates a high-frequency policy for stable and robust joint-level motion execution from low-frequency gait adaptation that explicitly minimizes the cost of transport (CoT). The three-stage Isaac-based training procedure enables zero-shot sim-to-real transfer with improved tracking accuracy, robustness, and energy efficiency. The learned hierarchy exhibits automatic speed-dependent gait adaptation, transitioning from pacing at low speeds to trotting at higher speeds. We validate the proposed approach in simulation against representative single-policy and hierarchical locomotion baselines, demonstrating reduced CoT over a broad range of commanded velocities, while maintaining robust locomotion across flat, uneven rough, and inclined terrains. We further demonstrate its practical feasibility through zero-shot deployment on a physical Unitree AlienGo quadruped.
• Abstract（参考訳）: エネルギー効率は脚ロボットの移動制御にとって重要な目標であるが、異なる速度範囲と地形条件で頑健な性能を維持しながら低エネルギー消費を達成することは重要な課題である。 これは特に、歩行生成、運動実行、エネルギー最適化が緊密に結合されたエンドツーエンドのRLポリシーに当てはまり、報酬設計に高い感度をもたらす。 本研究では、安定かつ堅牢な関節レベル動作実行のための高周波ポリシーと、輸送コスト(CoT)を明示的に最小化する低周波歩行適応を分離する階層型強化学習(HRL)フレームワークを提案する。 アイザックをベースとした3段階の訓練は、追跡精度、堅牢性、エネルギー効率を改善したゼロショット・シム・トゥ・リアル転送を可能にする。 学習階層は自動的な速度依存歩行適応を示し、低速でペーシングから高速でトロッティングへと遷移する。 提案手法は, 平地, 不均一な地形, 傾斜地を横断する頑健な移動を維持しつつ, 広範囲の指令速度でのCOT低減を実証し, 代表的単一政治・階層的移動ベースラインに対するシミュレーション手法の有効性を検証した。 さらに,Unitree AlienGoの4倍体上にゼロショットを配置することで,実際の実現可能性を示す。

関連論文リスト

• Passive-Dynamic-Walking-Inspired Dynamics Guidance for Energy-Efficient Humanoid Locomotion [10.44859738886822]
  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。
  論文  参考訳（メタデータ） (2026-09-28T15:16:25Z)
• 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)
• Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
  本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。 シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。 高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
  論文  参考訳（メタデータ） (2026-02-17T15:10:44Z)
• General Humanoid Whole-Body Control via Pretraining and Fast Adaptation [36.02965821695238]
  本稿では,FAST(Fast Adaptation and Staable Motion Tracking)とFAST(Fast Adaptation and Staable Motion Tracking)を併用した汎用ヒューマノイド全身制御フレームワーク)を提案する。 FASTはParseval-Guided Residual Policy AdaptationとCenter-of-Mass-Aware Controlを導入した。 シミュレーションと実世界の展開の実験では、FASTはロバスト性、適応効率、一般化において、最先端のベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-02-12T13:26:22Z)
• Toward Reliable Sim-to-Real Predictability for MoE-based Robust Quadrupedal Locomotion [43.57040722971835]
  我々は,Mixture-of-Experts(MoE)ロコモーションポリシーを含む統一的なフレームワークを導入する。 RoboGaugeは、sim-to-realトランスファービリティを定量化する予測アセスメントスイートである。 Unitree Go2の実験は、目に見えない困難な地形で堅牢な移動を示しています。
  論文  参考訳（メタデータ） (2026-01-31T11:50:16Z)
• FastStair: Learning to Run Up Stairs with Humanoid Robots [19.796528911795516]
  階段を駆け上がるのは人間にはむずかしいが、ヒューマノイドロボットには難しい。 FastStairは、高速で安定した階段上昇を実現するためのプランナーによる多段階学習フレームワークである。 我々は,Oliヒューマノイドロボットに制御器を配置し,最大1.65m/sの速度で安定な階段上昇を実現する。
  論文  参考訳（メタデータ） (2026-01-15T13:14:59Z)
• A Bi-directional Adaptive Framework for Agile UAV Landing [9.465684822035904]
  本稿では,車両とプラットフォームの役割を再定義する双方向協調着陸フレームワークを提案する。 動的シナリオで検証されたこのフレームワークの有効性は、自律的二次的回復の効率、精度、堅牢性を大幅に改善する。
  論文  参考訳（メタデータ） (2026-01-06T14:10:06Z)
• STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
  無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。 閉塞により、密集した環境では信号の減衰が激しい。 この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
  論文  参考訳（メタデータ） (2025-10-25T01:28:37Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• 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)

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。