論文の概要: Online iLQR-MPC with Whole-Body Control for Robust Humanoid Locomotion
- arxiv url: http://arxiv.org/abs/2611.04204v1
- Date: Tue, 03 Nov 2026 02:42:01 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-04 17:42:35.667421
- Title: Online iLQR-MPC with Whole-Body Control for Robust Humanoid Locomotion
- Title（参考訳）: ロバストなヒューマノイド移動のための全身制御によるオンラインiLQR-MPC
- Abstract要約: 提案手法は, 姿勢力学と接触レンチの完全性を保持する単一剛体モデルを用いている。
反復線形クアッドラティック・レギュレータ MPC (iLQR-MPC) は、単一の後退水平問題において接触力と足場を共同で最適化する。
モデルに基づく定式化は、外乱応答を明示的なコストと制約によって解釈し、プラットフォーム固有のポリシートレーニングを必要としない。
- 参考スコア（独自算出の注目度）: 15.259007239798251
- License:
- Abstract: Humanoid locomotion requires deciding where to step and how to distribute contact forces. However, a disturbance can invalidate the nominal plan, requiring coordinated revision under constraints that switch with every footfall. To solve this online, the proposed approach employs the single-rigid-body model, which retains attitude dynamics and the full contact wrench. An iterative linear-quadratic-regulator MPC (iLQR-MPC) then jointly optimizes contact forces and footstep locations in a single receding-horizon problem, without a separate step planner. Specifically, contact and motion constraints are incorporated into the backward pass through augmented-Lagrangian and relaxed-barrier penalties. A whole-body controller subsequently maps the plan to joint torques at 500 Hz while preserving contact feasibility. The model-based formulation makes disturbance responses interpretable through explicit costs and constraints, and requires no platform-specific policy training. In MuJoCo simulations, the iLQR-MPC replans at 100 Hz (mean solve time 8.9 ms); the Unitree G1 sustains steady-state walking and recovers from impulsive 245 N forward and 175 N lateral pushes.
- Abstract（参考訳）: ヒューマノイドの移動は、どこに進むか、どのように接触力を分配するかを決定する必要がある。
しかし、障害は名目計画の無効化を招き、すべてのフットフォールに切り替える制約の下で調整された修正を必要とする。
この問題を解決するために,提案手法では,姿勢ダイナミクスと接触レンチの完全な保持を保った単一剛体モデルを用いている。
反復線形クアッドラティック・レギュレータ MPC (iLQR-MPC) は、個別のステッププランナーを使わずに、単一の後退水平問題において接触力と足場を共同で最適化する。
特に、接触と運動の制約は、ラグランジアンと緩やかなバリアの罰則を通した後方通過に組み込まれている。
その後、全身のコントローラーが500Hzで関節トルクにマップし、接触性を保つ。
モデルに基づく定式化は、外乱応答を明示的なコストと制約によって解釈し、プラットフォーム固有のポリシートレーニングを必要としない。
MuJoCoシミュレーションでは、iLQR-MPCは100Hz(平均分解時間8.9ms)で再設計され、Unitree G1は定常歩行を維持し、245N前進と175N横プッシュから回復する。
関連論文リスト
- HIPC: Humanoid Iterative Planning and Control via Goal-Conditioned Motion Closure [51.2488709125534]
実時間Humanoid Iterative Planning and ControlフレームワークHIPCを提案する。
HIPCは、モーショントラッキングを備えた生成モデルを統合された計画制御パラダイムに結合する。
その結果、HIPCは、物理的堅牢性と転倒からの回復能力を同時に示しながら、最先端の目標達成精度を達成できた。
論文 参考訳（メタデータ） (2026-10-30T06:48:20Z) - Contact-UAN: Unsupervised Actuator Networks as a Residual World Model for Humanoid Control [27.61419798789157]
本研究では,シミュレーションロールアウトと記録ロールアウトを整列するアクチュエータのダイナミクスを補正しながら,シミュレータの物理履歴を保存した残留世界モデルであるContact-UANを紹介する。
実世界の歩行データ6.5分で訓練されたUANが、正確な力と衝動制御の恩恵を受けるタスクに一般化し、現実の世界にシームレスに移行するポリシーを生成することを示す。
論文 参考訳（メタデータ） (2026-10-13T18:00:52Z) - Real-Time Force Regulation for Whole-Hand Dexterous Grasping [56.253219596767075]
本報告では, 接触の動的変化に対するリアルタイム力規制の枠組みについて述べる。
本手法は, 触覚を必要とせず, 全ハンドリンクにまたがる接触を幾何学的に推定する。
我々は,この力調節制御系を反応的リーチと統合し,手の動きを把握し,乱れ下で保持し,物体を失くした後の再生を可能にする。
論文 参考訳（メタデータ） (2026-09-24T16:31:51Z) - GeoTrussRover: Morphological Computation with Contact-Semantic Control Primitives [14.616963248519639]
GeoTrussRoverは、電気的に作動するVGT、車輪付きベース、および接点・接点形態計画と制御を組み合わせる。
フルスペースQPは、適応された動きを追跡し、部材と車輪の誤差を補正する。
結果として生じる低次元表現は、タスク調整を超冗長で負荷を伴う形態に格納し、移動中に再利用する。
論文 参考訳（メタデータ） (2026-09-10T10:48:58Z) - Whole-Body Impedance Model Predictive Control for Safe Physical Human--Robot Interaction on Floating-Base Platforms [0.0]
本稿では,著者の固定ベース2層インピーダンスMPCを3レベルアーキテクチャで浮動小数点プラットフォームに拡張する。
接触一貫性フィードバック線形化により、アームエンドエフェクタプラントは、各接触モード内において、共振状態行列を持つダブルインテグレータに縮小される。
インピーダンス同値定理は、無限水平極限が古典的なタスク空間インピーダンス法則を回復することを示している。
論文 参考訳（メタデータ） (2026-06-12T16:41:20Z) - Impedance MPC with Disturbance Estimation for Dexterous Hand Control [0.0]
本稿では,手指のアクチュエータ非依存型インピーダンスモデル予測制御フレームワークを提案する。
油圧作動式指では、500,HzのカルマンMPCは0.5,mrad RMS、0.1,mrad定常状態、6.6,mradピーク偏向に達する。
論文 参考訳（メタデータ） (2026-06-12T16:28:21Z) - Impedance MPC with Patient-Torque Estimation for Knee Rehabilitation Exoskeletons [0.0]
膝関節リハビリテーションのためのインピーダンスモデル予測制御フレームワークを提案する。
直接SEAに基づくトルクセンシングによって駆動されるカルマン乱れ状態は、名目上のオフセットのない保証を与える。
アーキテクチャは20 DOF のmyoSuite myoLeg に結合型QPを用いて定式化されている。
論文 参考訳（メタデータ） (2026-06-11T15:35:03Z) - Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳（メタデータ） (2022-07-04T13:52:10Z)
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。