Variable Stiffness for Robust Locomotion through Reinforcement Learning

要約

補強能力のある移動により、脚のあるロボットは非常に動的な動きを実行できますが、多くの場合、関節の剛性の時間のかかる手動チューニングを伴うことがよくあります。
このホワイトペーパーでは、関節位置とともに可変剛性をアクション空間に統合する新しいコントロールパラダイムを紹介し、一方的な剛性（PJS）、レッグごとの剛性（PLS）、ハイブリッド関節剛性（HJLS）などのグループ化された剛性制御を可能にします。
ルグごとの剛性（PLS）のグループ化を伴う可変剛性ポリシーが、速度追跡とプッシュリカバリの位置ベースのコントロールを上回ることを示します。
対照的に、HJLSはエネルギー効率に優れています。
さらに、私たちの方法は、シムからリアルへの移転により、多様な屋外地形での堅牢な歩行行動を示していますが、ポリシーは平らな床で非常に訓練されています。
私たちのアプローチは、さまざまなメトリックで競争結果を維持しながら、ジョイントごとの剛性の調整を排除することにより、設計を簡素化します。

要約(オリジナル)

Reinforcement-learned locomotion enables legged robots to perform highly dynamic motions but often accompanies time-consuming manual tuning of joint stiffness. This paper introduces a novel control paradigm that integrates variable stiffness into the action space alongside joint positions, enabling grouped stiffness control such as per-joint stiffness (PJS), per-leg stiffness (PLS) and hybrid joint-leg stiffness (HJLS). We show that variable stiffness policies, with grouping in per-leg stiffness (PLS), outperform position-based control in velocity tracking and push recovery. In contrast, HJLS excels in energy efficiency. Furthermore, our method showcases robust walking behaviour on diverse outdoor terrains by sim-to-real transfer, although the policy is sorely trained on a flat floor. Our approach simplifies design by eliminating per-joint stiffness tuning while keeping competitive results with various metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google