Robust-Locomotion-by-Logic: Perturbation-Resilient Bipedal Locomotion via Signal Temporal Logic Guided Model Predictive Control

要約

この研究では、信号時相論理 (STL) 仕様を組み込むことで強化された、モデル予測制御 (MPC) アプローチを利用する堅牢な計画フレームワークを導入します。
これは、特に並進摂動と方向摂動の両方を処理するように設計された、二足歩行の STL ガイドによる軌道最適化を適用する初めての研究です。
既存の回復戦略は、複雑なタスク ロジックを推論したり、移動の堅牢性を体系的に評価したりするのに苦労することが多く、不適切な回復戦略や堅牢性の欠如によって引き起こされる障害が発生しやすくなっています。
これらの問題に対処するために、二足歩行の分析的安定性メトリクスを設計し、STL 仕様を使用してこのメ​​トリクスを定量化します。STL 仕様は、最大のロバスト性を達成するための回復軌道の生成をガイドします。
安全で計算効率の高い交差脚操作を可能にするために、従来の逆運動学ベースのアプローチよりも 1000 ドル高速なデータ駆動型の自己脚衝突制約を設計しました。
私たちのフレームワークは、特に脚を組んでの操作を伴うシナリオにおいて、高忠実度の動的シミュレーションにおいて、最先端の移動コントローラー、STL のない標準的な MPC、および線形時間論理ベースのプランナーよりも優れたパフォーマンスを発揮します。
さらに、Cassie 二足歩行ロボットは、船の動きで観察されるような水平および方向の摂動の下でも堅牢なパフォーマンスを実現します。
これらの環境はシミュレーションで検証され、ハードウェアに展開されます。
さらに、提案した手法は、飛び石や傾斜した地形での地形に依存しない機能の多用途性を実証します。

要約(オリジナル)

This study introduces a robust planning framework that utilizes a model predictive control (MPC) approach, enhanced by incorporating signal temporal logic (STL) specifications. This marks the first-ever study to apply STL-guided trajectory optimization for bipedal locomotion, specifically designed to handle both translational and orientational perturbations. Existing recovery strategies often struggle with reasoning complex task logic and evaluating locomotion robustness systematically, making them susceptible to failures caused by inappropriate recovery strategies or lack of robustness. To address these issues, we design an analytical stability metric for bipedal locomotion and quantify this metric using STL specifications, which guide the generation of recovery trajectories to achieve maximum robustness degree. To enable safe and computational-efficient crossed-leg maneuver, we design data-driven self-leg-collision constraints that are $1000$ times faster than the traditional inverse-kinematics-based approach. Our framework outperforms a state-of-the-art locomotion controller, a standard MPC without STL, and a linear-temporal-logic-based planner in a high-fidelity dynamic simulation, especially in scenarios involving crossed-leg maneuvers. Additionally, the Cassie bipedal robot achieves robust performance under horizontal and orientational perturbations such as those observed in ship motions. These environments are validated in simulations and deployed on hardware. Furthermore, our proposed method demonstrates versatility on stepping stones and terrain-agnostic features on inclined terrains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google