Granular Loco-Manipulation: Repositioning Rocks Through Strategic Sand Avalanche

要約

脚のあるロボットには、急な砂の斜面を登るために障害物を活用する可能性があります。
ただし、これらの障害を望ましい場所に効率的に再配置することは困難です。
ここでは、多面的なロボットが運動中に局所雪崩を戦略的に誘導し、間接的に障害物を操作できるようにする学習ベースの方法であるDiffusivisgrainを提示します。
障害物の間隔、ロボットの向き、脚のアクションを体系的に変化させる375回の試験を実施しました。
結果は、密接にスペースの障害物の動きが重大な干渉を示し、共同モデリングが必要であることを示しています。
さらに、異なるマルチレッグ掘削アクションは、異なるロボット状態の変更を引き起こす可能性があり、操作と移動の統合計画が必要になります。
これらの課題に対処するために、拡散粒は拡散ベースの環境予測因子を含み、粒状の流れの干渉の下で多腫瘍運動をキャプチャし、ロボット状態予測子をマルチレッグアクションパターンからロボット状態の変化を推定します。
展開実験（90回の試行）は、環境とロボット状態の予測因子を統合することにより、ロボットが局所操作の目標に基づいて動きを自律的に計画し、試験の65％以上で密接に位置する岩を望ましい場所にシフトすることができることを示しています。
私たちの研究では、運動するロボットが障害物を戦略的に操作して、挑戦的な地形のモビリティを改善する可能性を示しています。

要約(オリジナル)

Legged robots have the potential to leverage obstacles to climb steep sand slopes. However, efficiently repositioning these obstacles to desired locations is challenging. Here we present DiffusiveGRAIN, a learning-based method that enables a multi-legged robot to strategically induce localized sand avalanches during locomotion and indirectly manipulate obstacles. We conducted 375 trials, systematically varying obstacle spacing, robot orientation, and leg actions in 75 of them. Results show that the movement of closely-spaced obstacles exhibits significant interference, requiring joint modeling. In addition, different multi-leg excavation actions could cause distinct robot state changes, necessitating integrated planning of manipulation and locomotion. To address these challenges, DiffusiveGRAIN includes a diffusion-based environment predictor to capture multi-obstacle movements under granular flow interferences and a robot state predictor to estimate changes in robot state from multi-leg action patterns. Deployment experiments (90 trials) demonstrate that by integrating the environment and robot state predictors, the robot can autonomously plan its movements based on loco-manipulation goals, successfully shifting closely located rocks to desired locations in over 65% of trials. Our study showcases the potential for a locomoting robot to strategically manipulate obstacles to achieve improved mobility on challenging terrains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google