Agile But Safe: Learning Collision-Free High-Speed Legged Locomotion

要約

雑然とした環境を移動する脚式ロボットは、タスクを効率的に実行するために機敏であり、障害物や人間との衝突を安全に回避できる必要があります。
既存の研究では、安全性を確保するために保守的なコントローラー (< 1.0 m/s) を開発するか、致命的な衝突の可能性を考慮せずに機敏性に焦点を当てています。 この論文では、四足ロボットの機敏で衝突のない移動を可能にする学習ベースの制御フレームワークである Agile But Safe (ABS) について紹介します。 ABS には、障害物の中でも機敏な運動スキルを実行するための機敏なポリシーと、障害を防ぐための回復ポリシーが含まれており、連携して高速で衝突のないナビゲーションを実現します。 ABS のポリシーの切り替えは、学習された制御理論に基づいた到達回避値ネットワークによって管理されます。このネットワークは、目的関数として回復ポリシーも導き、それによってロボットを閉ループで保護します。 トレーニング プロセスには、アジャイル ポリシー、到達回避値ネットワーク、回復ポリシー、および外受容表現ネットワークの学習がすべてシミュレーションで含まれます。 これらの訓練されたモジュールは、オンボードのセンシングと計算を使用して現実世界に直接展開でき、静的障害物と動的障害物の両方がある屋内および屋外の限られた空間での高速かつ衝突のないナビゲーションを実現します。

要約(オリジナル)

Legged robots navigating cluttered environments must be jointly agile for efficient task execution and safe to avoid collisions with obstacles or humans. Existing studies either develop conservative controllers (< 1.0 m/s) to ensure safety, or focus on agility without considering potentially fatal collisions. This paper introduces Agile But Safe (ABS), a learning-based control framework that enables agile and collision-free locomotion for quadrupedal robots. ABS involves an agile policy to execute agile motor skills amidst obstacles and a recovery policy to prevent failures, collaboratively achieving high-speed and collision-free navigation. The policy switch in ABS is governed by a learned control-theoretic reach-avoid value network, which also guides the recovery policy as an objective function, thereby safeguarding the robot in a closed loop. The training process involves the learning of the agile policy, the reach-avoid value network, the recovery policy, and an exteroception representation network, all in simulation. These trained modules can be directly deployed in the real world with onboard sensing and computation, leading to high-speed and collision-free navigation in confined indoor and outdoor spaces with both static and dynamic obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google