Locomotion on Constrained Footholds via Layered Architectures and Model Predictive Control

要約

これらのロボットの非線形、ハイブリッド、および高次元性の性質により、リアルタイムで脚のある運動のためのコンピューティング安定化と最適な制御アクションは困難です。
システムのハイブリッド性は、数値最適制御の問題を引き起こす離散変数と連続変数の組み合わせを導入します。
これらの課題に対処するために、離散変数とスムーズモデル予測コントローラー（MPC）の選択を分離する層状アーキテクチャを提案します。
層状の定式化により、グラデーションフリーとグラデーションベースの方法の組み合わせを通じてリアルタイムのパフォーマンスを犠牲にすることなく、オンラインの柔軟性と最適性が可能になります。
アーキテクチャは、離散変数を決定するためのサンプリングベースの方法と、これらの固定離散変数を使用して古典的な滑らかなMPC定式化を活用します。
四肢のロボットが、さまざまな高さで隙間を介して地形に足を踏み入れる結果を示します。
シミュレーションでは、ギャップトラバーサルのヒューマノイドロボット上のコントローラーを実証します。
階層化されたアプローチは、一般的なヒューリスティックベースのアプローチよりも最適で信頼性が高く、純粋なサンプリング方法よりも計算が速いことが示されています。

要約(オリジナル)

Computing stabilizing and optimal control actions for legged locomotion in real time is difficult due to the nonlinear, hybrid, and high dimensional nature of these robots. The hybrid nature of the system introduces a combination of discrete and continuous variables which causes issues for numerical optimal control. To address these challenges, we propose a layered architecture that separates the choice of discrete variables and a smooth Model Predictive Controller (MPC). The layered formulation allows for online flexibility and optimality without sacrificing real-time performance through a combination of gradient-free and gradient-based methods. The architecture leverages a sampling-based method for determining discrete variables, and a classical smooth MPC formulation using these fixed discrete variables. We demonstrate the results on a quadrupedal robot stepping over gaps and onto terrain with varying heights. In simulation, we demonstrate the controller on a humanoid robot for gap traversal. The layered approach is shown to be more optimal and reliable than common heuristic-based approaches and faster to compute than pure sampling methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google