ViT-A*: Legged Robot Path Planning using Vision Transformer A*

要約

脚式ロボット、特に四足ロボットは、特に多様な地形の横断や障害物の回避が必要なシナリオにおいて、有望なナビゲーション機能を提供します。
この論文では、データ駆動型の経路計画手法の統合を通じて、脚式ロボットが複雑な環境を効果的に移動できるようにするという課題に取り組みます。
微分可能なプランナーを利用し、四足ロボットを制御するためのニューラル ネットワークを介してエンドツーエンドのグローバル プランを学習できるようにするアプローチを提案します。
このアプローチでは、2D マップと障害物の仕様を入力として利用して、グローバル パスを生成します。
開発されたニューラル ネットワーク ベースのパス プランナーの機能を強化するために、マップの前処理にビジョン トランスフォーマー (ViT) を使用し、より大きなマップを効果的に処理できるようにします。
2 台の実際の四足ロボット (Boston Dynamics Spot と Unitree Go1) での実験評価により、信頼性の高い経路計画を生成する際の提案されたアプローチの有効性と多用途性が実証されました。

要約(オリジナル)

Legged robots, particularly quadrupeds, offer promising navigation capabilities, especially in scenarios requiring traversal over diverse terrains and obstacle avoidance. This paper addresses the challenge of enabling legged robots to navigate complex environments effectively through the integration of data-driven path-planning methods. We propose an approach that utilizes differentiable planners, allowing the learning of end-to-end global plans via a neural network for commanding quadruped robots. The approach leverages 2D maps and obstacle specifications as inputs to generate a global path. To enhance the functionality of the developed neural network-based path planner, we use Vision Transformers (ViT) for map pre-processing, to enable the effective handling of larger maps. Experimental evaluations on two real robotic quadrupeds (Boston Dynamics Spot and Unitree Go1) demonstrate the effectiveness and versatility of the proposed approach in generating reliable path plans.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google