VB-Com: Learning Vision-Blind Composite Humanoid Locomotion Against Deficient Perception

要約

足の移動のパフォーマンスは、状態観測の精度と包括性と密接に結びついています。
固有受容のみに依存する盲目の政策は、固有受容観察の信頼性のために非常に堅牢であると考えられています。
ただし、これらのポリシーは移動速度を大幅に制限しており、多くの場合、適応するために地形との衝突が必要で​​す。
対照的に、ビジョンポリシーにより、ロボットは事前に動きを計画し、オンライン認識モジュールを使用して非構造化された地形に積極的に対応できます。
ただし、ノイズの多い現実世界の環境、潜在的なセンサーの障害、および動的または変形可能な地形を提示する際の現在のシミュレーションの制限により、知覚はしばしば妥協されます。
自由度が高く、本質的に不安定な形態を持つヒューマノイドロボットは、特に知覚不足からの誤用を受けやすく、挑戦的な動的地形の転倒や終了をもたらす可能性があります。
ビジョンとブラインドポリシーの両方の利点を活用するために、ヒューマノイドロボットがビジョンポリシーに依存するタイミングと知覚不足の下で盲目のポリシーにいつ切り替えるかを決定できる複合フレームワークであるVB-COMを提案します。
VB-COMは、動的な地形や知覚騒音によって引き起こされる知覚の欠陥にもかかわらず、ヒューマノイドロボットが挑戦的な地形と障害を横断することを効果的に可能にすることを実証します。

要約(オリジナル)

The performance of legged locomotion is closely tied to the accuracy and comprehensiveness of state observations. Blind policies, which rely solely on proprioception, are considered highly robust due to the reliability of proprioceptive observations. However, these policies significantly limit locomotion speed and often require collisions with the terrain to adapt. In contrast, Vision policies allows the robot to plan motions in advance and respond proactively to unstructured terrains with an online perception module. However, perception is often compromised by noisy real-world environments, potential sensor failures, and the limitations of current simulations in presenting dynamic or deformable terrains. Humanoid robots, with high degrees of freedom and inherently unstable morphology, are particularly susceptible to misguidance from deficient perception, which can result in falls or termination on challenging dynamic terrains. To leverage the advantages of both vision and blind policies, we propose VB-Com, a composite framework that enables humanoid robots to determine when to rely on the vision policy and when to switch to the blind policy under perceptual deficiency. We demonstrate that VB-Com effectively enables humanoid robots to traverse challenging terrains and obstacles despite perception deficiencies caused by dynamic terrains or perceptual noise.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google