Real-Time Whole-Body Control of Legged Robots with Model-Predictive Path Integral Control

要約

この論文では、現実世界の脚式ロボットの全身移動と操作ポリシーのリアルタイム合成を可能にするシステムを紹介します。
ロボット シミュレーションの最近の進歩を動機として、MuJoCo シミュレータの効率的な並列化機能を活用して、ロボットの状態と動作の軌跡の高速サンプリングを実現します。
私たちの結果は、非常に単純な制御戦略で驚くほど効果的な現実世界の移動および操作能力を示しています。
いくつかのハードウェア実験とシミュレーション実験でアプローチを実証します。平坦な地形や平坦でない地形での堅牢な移動、ロボットと同等の高さの箱の上に登る、箱をゴール位置まで押すなどです。
私たちの知る限り、これは、現実世界の脚式ロボットのハードウェア上での全身サンプリングベースの MPC の導入に成功した最初の例です。
実験ビデオとコードは、https://whole-body-mppi.github.io/ で見つけることができます。

要約(オリジナル)

This paper presents a system for enabling real-time synthesis of whole-body locomotion and manipulation policies for real-world legged robots. Motivated by recent advancements in robot simulation, we leverage the efficient parallelization capabilities of the MuJoCo simulator to achieve fast sampling over the robot state and action trajectories. Our results show surprisingly effective real-world locomotion and manipulation capabilities with a very simple control strategy. We demonstrate our approach on several hardware and simulation experiments: robust locomotion over flat and uneven terrains, climbing over a box whose height is comparable to the robot, and pushing a box to a goal position. To our knowledge, this is the first successful deployment of whole-body sampling-based MPC on real-world legged robot hardware. Experiment videos and code can be found at: https://whole-body-mppi.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google