Playful DoggyBot: Learning Agile and Precise Quadrupedal Locomotion

要約

四葉型動物は、実際のオブジェクトと対話しながら、アジャイルで遊び心のあるタスクを実行できます。
たとえば、訓練された犬は地面に触れる前に空飛ぶフリスビーを追跡して捕まえることができますが、家に一人で猫がドアのハンドルをつかむために跳躍することがあります。
高ダイナミックの移動中にオブジェクトを正常に把握するには、非常に正確な知覚と制御が必要です。
ただし、ハードウェアの制限により、俊敏性と精度は通常、ロボット工学の問題のトレードオフです。
この作業では、補強学習（RL）に基づいた知覚制御の分離システムを採用しており、高ダイナミック運動中にオブジェクトと相互作用しながら四足動物ロボットが達成できる精度のレベルを探求することを目指しています。
私たちの実験は、ロボットのシャーシの前に受動的なグリッパーが搭載された四葉骨ロボットが、実際の訓練された犬に似た任務とキャッチングの両方のタスクを実行できることを示しています。
ロボットは、最大3m/sの速度で移動するミッドエアボールに続いて、シミュレーションで1.05m、現実世界で0.8mの高さでその上にぶら下がっている小さなオブジェクトを跳躍してキャッチすることができます。

要約(オリジナル)

Quadrupedal animals can perform agile and playful tasks while interacting with real-world objects. For instance, a trained dog can track and catch a flying frisbee before it touches the ground, while a cat left alone at home may leap to grasp the door handle. Successfully grasping an object during high-dynamic locomotion requires highly precise perception and control. However, due to hardware limitations, agility and precision are usually a trade-off in robotics problems. In this work, we employ a perception-control decoupled system based on Reinforcement Learning (RL), aiming to explore the level of precision a quadrupedal robot can achieve while interacting with objects during high-dynamic locomotion. Our experiments show that our quadrupedal robot, mounted with a passive gripper in front of the robot’s chassis, can perform both tracking and catching tasks similar to a real trained dog. The robot can follow a mid-air ball moving at speeds of up to 3m/s and it can leap and successfully catch a small object hanging above it at a height of 1.05m in simulation and 0.8m in the real world.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google