Robust Quadruped Jumping via Deep Reinforcement Learning

要約

この論文では、平坦でない地形や可変ロボット ダイナミクス パラメーターなどの騒音の多い環境で、四足ロボットがさまざまな距離と高さをジャンプするという一般的なタスクを検討します。
このような状況で正確にジャンプするために、四足ジャンプのための非線形軌道最適化の複雑なソリューションを活用し、強化する深層強化学習を使用したフレームワークを提案します。
スタンドアロンの最適化は平地からの離陸までのジャンプを制限し、ロボットのダイナミクスの正確な仮定を必要としますが、私たちが提案したアプローチはロバスト性を向上させ、可変のロボットのダイナミクスパラメーターと環境条件で著しく平坦でない地形からのジャンプを可能にします。
歩行や走行と比較して、ハードウェア上で積極的なジャンプを実現するには、モーターのトルクと速度の関係やロボットの総出力制限を考慮する必要があります。
これらの制約を学習フレームワークに組み込むことで、追加の調整を行わずにポリシーをシミュレーションからリアルに展開することができ、利用可能なオンボード電源とモーターを最大限に活用できます。
私たちは、体長の 2 倍の距離をジャンプしながら、高さ 6 cm、またはロボットの公称立位高さの 33% までの足の外乱の環境ノイズに対する堅牢性を実証しました。

要約(オリジナル)

In this paper, we consider a general task of jumping varying distances and heights for a quadrupedal robot in noisy environments, such as off of uneven terrain and with variable robot dynamics parameters. To accurately jump in such conditions, we propose a framework using deep reinforcement learning that leverages and augments the complex solution of nonlinear trajectory optimization for quadrupedal jumping. While the standalone optimization limits jumping to take-off from flat ground and requires accurate assumptions of robot dynamics, our proposed approach improves the robustness to allow jumping off of significantly uneven terrain with variable robot dynamical parameters and environmental conditions. Compared with walking and running, the realization of aggressive jumping on hardware necessitates accounting for the motors’ torque-speed relationship as well as the robot’s total power limits. By incorporating these constraints into our learning framework, we successfully deploy our policy sim-to-real without further tuning, fully exploiting the available onboard power supply and motors. We demonstrate robustness to environment noise of foot disturbances of up to 6 cm in height, or 33% of the robot’s nominal standing height, while jumping 2x the body length in distance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google