Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots

要約

自律型車輪脚ロボットは、都市環境における作業効率と適応性を向上させ、物流システムを変革する可能性を秘めている。しかし、都市環境を移動することは、ロボットにとってユニークな課題となり、ロコモーションとナビゲーションの革新的なソリューションが必要となります。このような課題には、様々な地形に適応したロコモーションや、複雑な動的障害物を効率的に回避するナビゲーション能力などが含まれる。本研究では、適応的なロコモーション制御、モビリティを考慮した局所的なナビゲーション計画、および都市内での大規模な経路計画からなる、完全に統合されたシステムを紹介する。モデルフリーの強化学習(RL)技術と特権学習を用いて、汎用性の高いロコモーションコントローラを開発する。このコントローラは、歩行モードと走行モードの間のスムーズな遷移により、様々な不整地での効率的でロバストなロコモーションを実現する。また、階層的なRLフレームワークにより、学習されたナビゲーションコントローラと緊密に統合され、困難な地形や様々な障害物を高速で効果的にナビゲーションすることができる。我々のコントローラは大規模な都市ナビゲーションシステムに統合され、スイスのチューリッヒとスペインのセビリアで実施されたキロメートル規模の自律的ナビゲーションミッションによって検証された。これらのミッションにより、システムの堅牢性と適応性が実証され、複雑な環境においてシームレスなナビゲーションを実現するための統合制御システムの重要性が強調された。我々の研究結果は、車輪付き脚ロボットと階層型RLによる自律ナビゲーションの実現可能性を支持するものであり、ラストワンマイル配送やそれ以外の分野にも示唆を与えるものである。

要約(オリジナル)

Autonomous wheeled-legged robots have the potential to transform logistics systems, improving operational efficiency and adaptability in urban environments. Navigating urban environments, however, poses unique challenges for robots, necessitating innovative solutions for locomotion and navigation. These challenges include the need for adaptive locomotion across varied terrains and the ability to navigate efficiently around complex dynamic obstacles. This work introduces a fully integrated system comprising adaptive locomotion control, mobility-aware local navigation planning, and large-scale path planning within the city. Using model-free reinforcement learning (RL) techniques and privileged learning, we develop a versatile locomotion controller. This controller achieves efficient and robust locomotion over various rough terrains, facilitated by smooth transitions between walking and driving modes. It is tightly integrated with a learned navigation controller through a hierarchical RL framework, enabling effective navigation through challenging terrain and various obstacles at high speed. Our controllers are integrated into a large-scale urban navigation system and validated by autonomous, kilometer-scale navigation missions conducted in Zurich, Switzerland, and Seville, Spain. These missions demonstrate the system’s robustness and adaptability, underscoring the importance of integrated control systems in achieving seamless navigation in complex environments. Our findings support the feasibility of wheeled-legged robots and hierarchical RL for autonomous navigation, with implications for last-mile delivery and beyond.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL