SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse Environments

要約

制御のためのロボット学習において重要な研究の進歩が見られましたが、形態を同時に最適化する際に特有の課題が生じます。
既存の作品は通常、特定の環境や表現に合わせて調整されています。
固有の設計とパフォーマンスのトレードオフをより完全に理解し、新種のソフト ロボットの開発を加速するには、十分に確立されたタスク、環境、および評価指標を備えた包括的な仮想プラットフォームが必要です。
この作業では、さまざまな環境での移動のためのソフト ロボット共同設計プラットフォームである SoftZoo を紹介します。
SoftZoo は、平地、砂漠、湿地、粘土、氷、雪、浅瀬、海などの環境をシミュレートする機能を含む、自然にインスパイアされた広範なマテリアル セットをサポートしています。
さらに、ソフト ロボット工学に関連するさまざまなタスクを提供します。これには、高速移動、機敏な回転、パス フォローイング、および形態と制御のための微分可能な設計表現が含まれます。
これらの要素を組み合わせることで、ソフト ロボット協調設計アルゴリズムの分析と開発のための機能豊富なプラットフォームが形成されます。
一般的な表現と共同設計アルゴリズムのベンチマークを行い、1) 環境、形態、および行動の間の相互作用に光を当てます。
2) デザインスペース表現の重要性;
3) 筋肉の形成とコントローラーの合成におけるあいまいさ。
4) 微分可能な物理学の価値。
私たちは、SoftZoo が標準的なプラットフォームとして機能し、ソフト ロボットの行動および形態学的知能を共同設計するための新しい表現とアルゴリズムの開発に向けたアプローチをテンプレート化することを想定しています。

要約(オリジナル)

While significant research progress has been made in robot learning for control, unique challenges arise when simultaneously co-optimizing morphology. Existing work has typically been tailored for particular environments or representations. In order to more fully understand inherent design and performance tradeoffs and accelerate the development of new breeds of soft robots, a comprehensive virtual platform with well-established tasks, environments, and evaluation metrics is needed. In this work, we introduce SoftZoo, a soft robot co-design platform for locomotion in diverse environments. SoftZoo supports an extensive, naturally-inspired material set, including the ability to simulate environments such as flat ground, desert, wetland, clay, ice, snow, shallow water, and ocean. Further, it provides a variety of tasks relevant for soft robotics, including fast locomotion, agile turning, and path following, as well as differentiable design representations for morphology and control. Combined, these elements form a feature-rich platform for analysis and development of soft robot co-design algorithms. We benchmark prevalent representations and co-design algorithms, and shed light on 1) the interplay between environment, morphology, and behavior; 2) the importance of design space representations; 3) the ambiguity in muscle formation and controller synthesis; and 4) the value of differentiable physics. We envision that SoftZoo will serve as a standard platform and template an approach toward the development of novel representations and algorithms for co-designing soft robots’ behavioral and morphological intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google