Signal Temporal Logic-Guided Model Predictive Control for Robust Bipedal Locomotion Resilient to Runtime External Perturbations

要約

この研究では、ロボットが予期せぬタイミングで外部摂動に遭遇するシナリオに焦点を当て、二足歩行のための形式的手法に基づく軌道最適化 (TO) を調査します。
私たちの主要な研究課題は、タスク仕様の正確性の保証と、外部摂動が存在する場合の二足歩行ロボットの仕様堅牢性の最大化を中心としています。
私たちの貢献には、外部摂動回復を正式に保証した最適な制御シーケンスを生成する、最適化ベースのタスクおよび動作計画フレームワークの設計が含まれます。
フレームワークのコア コンポーネントとして、モデル予測コントローラー (MPC) は、シグナル テンポラル ロジック (STL) ベースのタスク仕様をコスト関数としてエンコードします。
特に、ロボットが脚の自己衝突による故障のリスクを高める横方向の摂動を受ける困難なシナリオを調査します。
これに対処するために、私たちは機敏で安全な胡坐操作を統合して、移動の安定性を高めます。
この研究は、二足歩行の摂動回復のために STL によって提供される正式な保証を TO に組み込んだ最初の研究を示しています。
シミュレーションでの摂動実験を通じてフレームワークの有効性を実証します。

要約(オリジナル)

This study investigates formal-method-based trajectory optimization (TO) for bipedal locomotion, focusing on scenarios where the robot encounters external perturbations at unforeseen times. Our key research question centers around the assurance of task specification correctness and the maximization of specification robustness for a bipedal robot in the presence of external perturbations. Our contribution includes the design of an optimization-based task and motion planning framework that generates optimal control sequences with formal guarantees of external perturbation recovery. As a core component of the framework, a model predictive controller (MPC) encodes signal temporal logic (STL)-based task specifications as a cost function. In particular, we investigate challenging scenarios where the robot is subjected to lateral perturbations that increase the risk of failure due to leg self-collision. To address this, we synthesize agile and safe crossed-leg maneuvers to enhance locomotion stability. This work marks the first study to incorporate formal guarantees offered by STL into a TO for perturbation recovery of bipedal locomotion. We demonstrate the efficacy of the framework via perturbation experiments in simulations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google