Berkeley Humanoid: A Research Platform for Learning-based Control

要約

学習ベースの制御のための信頼性が高く、低コストの中規模ヒューマノイド研究プラットフォームである Berkeley Humanoid を紹介します。
当社の軽量な自社製ロボットは、シミュレーションの複雑さが低く、擬人化された動きで、転倒に対する高い信頼性を備えた学習アルゴリズム用に特別に設計されています。
このロボットの狭いシミュレーションと現実のギャップにより、屋外環境のさまざまな地形での機敏で堅牢な移動が可能になります。これは、ライト ドメインのランダム化を使用したシンプルな強化学習コントローラーで実現されます。
さらに、数百メートルの移動や急な未舗装路の歩行、片足や両足でのホッピングなどを実証し、動的歩行性能の高さを証明しています。
全方向移動が可能で、コンパクトなセットアップで大きな摂動に耐えることができる当社のシステムは、学習ベースのヒューマノイド システムのスケーラブルなシミュレーションとリアルの展開を目指しています。
詳細については、http://berkeley-humanoid.com をご覧ください。

要約(オリジナル)

We introduce Berkeley Humanoid, a reliable and low-cost mid-scale humanoid research platform for learning-based control. Our lightweight, in-house-built robot is designed specifically for learning algorithms with low simulation complexity, anthropomorphic motion, and high reliability against falls. The robot’s narrow sim-to-real gap enables agile and robust locomotion across various terrains in outdoor environments, achieved with a simple reinforcement learning controller using light domain randomization. Furthermore, we demonstrate the robot traversing for hundreds of meters, walking on a steep unpaved trail, and hopping with single and double legs as a testimony to its high performance in dynamical walking. Capable of omnidirectional locomotion and withstanding large perturbations with a compact setup, our system aims for scalable, sim-to-real deployment of learning-based humanoid systems. Please check http://berkeley-humanoid.com for more details.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google