Perceptive Pedipulation with Local Obstacle Avoidance

要約

Pedipulation では脚付きロボットの足を活用して移動操作を行うため、専用のロボット アームが不要になります。
これまでの研究では、盲目的でタスク固有のペディピュレーション スキルが紹介されていましたが、環境内の静的および動的な障害物を考慮できていませんでした。
この制限に対処するために、障害物を回避しながら足の位置コマンドを追跡する全身の障害物認識ポリシーをトレーニングする強化学習ベースのアプローチを導入します。
シミュレーションでは 5 つの異なる静的シナリオのみでポリシーをトレーニングしたにもかかわらず、障害物の数と種類が異なる未知の環境にポリシーが一般化されることを示します。
一連のシミュレーション実験を通じてメソッドのパフォーマンスを分析し、学習したポリシーを ANYmal 四足動物に展開することに成功し、静的および動的障害物を回避しながら足のコマンドに従う能力を実証しました。

要約(オリジナル)

Pedipulation leverages the feet of legged robots for mobile manipulation, eliminating the need for dedicated robotic arms. While previous works have showcased blind and task-specific pedipulation skills, they fail to account for static and dynamic obstacles in the environment. To address this limitation, we introduce a reinforcement learning-based approach to train a whole-body obstacle-aware policy that tracks foot position commands while simultaneously avoiding obstacles. Despite training the policy in only five different static scenarios in simulation, we show that it generalizes to unknown environments with different numbers and types of obstacles. We analyze the performance of our method through a set of simulation experiments and successfully deploy the learned policy on the ANYmal quadruped, demonstrating its capability to follow foot commands while navigating around static and dynamic obstacles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google