HWC-Loco: A Hierarchical Whole-Body Control Approach to Robust Humanoid Locomotion

要約

さまざまな職場で人間の役割を想定できるヒューマノイドロボットは、具体化された知性の進歩に不可欠になっています。
ただし、複雑な物理構造を持つロボットとして、特にトレーニング環境と展開環境の矛盾の下で、多様な環境で堅牢に動作できる制御モデルを学習することは、本質的に困難なままです。
この研究では、ヒューマノイド移動タスクに合わせた堅牢な全身コントロールアルゴリズムであるHWC-Locoを提案します。
堅牢な最適化問題として政策学習を再編成することにより、HWC-Locoは安全性が批判的なシナリオから回復することを明示的に学びます。
安全保証に優先順位を付ける一方で、過度に保守的な行動は、特定のタスクを完了するロボットの能力を損なう可能性があります。
この課題に取り組むために、HWC-Locoは堅牢な制御のために階層的なポリシーを活用します。
このポリシーは、人間の行動規範と動的な制約に導かれ、目標追跡と安全回復の間のトレードオフを動的に解決できます。
HWC-LOCOのパフォーマンスを評価するために、シミュレートされた環境と実際の環境の両方で、多様な地形、ロボット構造、および移動タスクにわたるHWC-Locoの優れたパフォーマンスを実証し、最先端のヒューマノイド制御モデルとの広範な比較を実施します。

要約(オリジナル)

Humanoid robots, capable of assuming human roles in various workplaces, have become essential to the advancement of embodied intelligence. However, as robots with complex physical structures, learning a control model that can operate robustly across diverse environments remains inherently challenging, particularly under the discrepancies between training and deployment environments. In this study, we propose HWC-Loco, a robust whole-body control algorithm tailored for humanoid locomotion tasks. By reformulating policy learning as a robust optimization problem, HWC-Loco explicitly learns to recover from safety-critical scenarios. While prioritizing safety guarantees, overly conservative behavior can compromise the robot’s ability to complete the given tasks. To tackle this challenge, HWC-Loco leverages a hierarchical policy for robust control. This policy can dynamically resolve the trade-off between goal-tracking and safety recovery, guided by human behavior norms and dynamic constraints. To evaluate the performance of HWC-Loco, we conduct extensive comparisons against state-of-the-art humanoid control models, demonstrating HWC-Loco’s superior performance across diverse terrains, robot structures, and locomotion tasks under both simulated and real-world environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google