A Learning Framework for Diverse Legged Robot Locomotion Using Barrier-Based Style Rewards

要約

この作業では、さまざまな動きモード（四足動物、三脚、または二重ドラミング）と、脚のあるロボットの移動のための多様なタスクを可能にするモデルフリーの強化学習フレームワークを紹介します。
私たちは、リラックスした対数障壁機能に基づいたモーションスタイルの報酬をソフト制約として採用し、歩行、フットクリアランス、関節位置、身体の高さなどの望ましいモーションスタイルに向けて学習プロセスをバイアスします。
事前定義された歩行サイクルは、柔軟な方法でエンコードされ、学習プロセス全体で歩行調整を促進します。
広範な実験は、45 kgのロボットシステムであるKaist Houndが、提案されたフレームワークを使用して、二型、三脚、および4四倍の移動を実現できることを示しています。
4四骨機能には、不均一な地形の移動、4.67 m/sでのギャロッピング、最大58 cm（Hound2の場合は67 cm）までの障害物の克服が含まれます。
Bipedal機能には、3.6 m/sでの実行、7.5 kgのオブジェクトを運ぶこと、上昇する階段は、外部受容的な入力なしで実行されます。

要約(オリジナル)

This work introduces a model-free reinforcement learning framework that enables various modes of motion (quadruped, tripod, or biped) and diverse tasks for legged robot locomotion. We employ a motion-style reward based on a relaxed logarithmic barrier function as a soft constraint, to bias the learning process toward the desired motion style, such as gait, foot clearance, joint position, or body height. The predefined gait cycle is encoded in a flexible manner, facilitating gait adjustments throughout the learning process. Extensive experiments demonstrate that KAIST HOUND, a 45 kg robotic system, can achieve biped, tripod, and quadruped locomotion using the proposed framework; quadrupedal capabilities include traversing uneven terrain, galloping at 4.67 m/s, and overcoming obstacles up to 58 cm (67 cm for HOUND2); bipedal capabilities include running at 3.6 m/s, carrying a 7.5 kg object, and ascending stairs-all performed without exteroceptive input.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google