Integrating Controllable Motion Skills from Demonstrations

要約

脚式ロボットの用途が拡大するには、多彩な動作スキルの習得が必要です。
これに対応して、研究者は、複数の多様なモーション スキルをコントローラーに統合するという課題に取り組む必要があります。
既存の強化学習（RL）ベースのアプローチは、脚式ロボットのマルチスキル統合において顕著な成功を収めていますが、これらの手法は多くの場合、複雑な報酬エンジニアリングを必要とするか、特定のタスク目標によって制約される事前定義された一連のモーションスキルの統合に限定されており、その結果、限られた成果が得られます。
柔軟性。
この作業では、Controllable Skills Integration (CSI) という名前の柔軟なマルチスキル統合フレームワークを導入します。
CSI を使用すると、複雑な報酬調整を必要とせずに、さまざまなスタイルを持つ多様なモーション スキルのセットを単一のポリシーに統合できます。
さらに、階層的な制御方法で、トレーニングされた低レベルのポリシーを高レベルの自然言語推論 (NLI) モジュールと結合して、言語指向の予備的なスキル制御を可能にすることができます。
私たちの実験は、CSI が多様なモーション スキルをより包括的に柔軟に統合し、異なるスキル間の移行を促進できることを示しています。
さらに、CSI は、統合されるモーション スキルの数が大幅に増加するため、優れた拡張性を示します。

要約(オリジナル)

The expanding applications of legged robots require their mastery of versatile motion skills. Correspondingly, researchers must address the challenge of integrating multiple diverse motion skills into controllers. While existing reinforcement learning (RL)-based approaches have achieved notable success in multi-skill integration for legged robots, these methods often require intricate reward engineering or are restricted to integrating a predefined set of motion skills constrained by specific task objectives, resulting in limited flexibility. In this work, we introduce a flexible multi-skill integration framework named Controllable Skills Integration (CSI). CSI enables the integration of a diverse set of motion skills with varying styles into a single policy without the need for complex reward tuning. Furthermore, in a hierarchical control manner, the trained low-level policy can be coupled with a high-level Natural Language Inference (NLI) module to enable preliminary language-directed skill control. Our experiments demonstrate that CSI can flexibly integrate a diverse array of motion skills more comprehensively and facilitate the transitions between different skills. Additionally, CSI exhibits good scalability as the number of motion skills to be integrated increases significantly.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google