Olympus: A Jumping Quadruped for Planetary Exploration Utilizing Reinforcement Learning for In-Flight Attitude Control

要約

月や火星などの重力が低い惑星体を探索することで、脚のあるロボットがジャンプを効率的な形態の移動として利用することで、探検のための伝統的なローバーよりも貴重な利点を与えます。
この事実に動機付けられているこのペーパーでは、火星の重力に合わせたジャンプする足のロボットであるオリンパスの設計、シミュレーション、および学習ベースの「飛行中」の態度コントロールを紹介します。
まず、設計要件の概要を説明し、その後、シミュレーションがロボットの設計を脚から全体的な構成まで、高い垂直ジャンプ、前方ジャンプ距離、および飛行中の態度の再配向に向けてどのように最適化できるかを詳述します。
その後、希望する飛行中の態度操作を追跡するために使用される強化学習ポリシーが提示されます。
SIM2REALギャップをうまく交差させると、態度の再配向テストの広範な実験的研究が実証されています。

要約(オリジナル)

Exploring planetary bodies with lower gravity, such as the moon and Mars, allows legged robots to utilize jumping as an efficient form of locomotion thus giving them a valuable advantage over traditional rovers for exploration. Motivated by this fact, this paper presents the design, simulation, and learning-based ‘in-flight’ attitude control of Olympus, a jumping legged robot tailored to the gravity of Mars. First, the design requirements are outlined followed by detailing how simulation enabled optimizing the robot’s design – from its legs to the overall configuration – towards high vertical jumping, forward jumping distance, and in-flight attitude reorientation. Subsequently, the reinforcement learning policy used to track desired in-flight attitude maneuvers is presented. Successfully crossing the sim2real gap, extensive experimental studies of attitude reorientation tests are demonstrated.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google