Learning Diverse Natural Behaviors for Enhancing the Agility of Quadrupedal Robots

要約

動物のような敏ility性を達成することは、四角形ロボット工学の長年の目標です。
最近の研究は特定の行動の模倣を成功裏に実証していますが、ロボットが現実世界の環境でより広範な自然行動を複製できるようにすることは、依然としてオープンな課題です。
ここでは、基本的な動作コントローラー（BBC）とタスク固有のコントローラー（TSC）を含む統合コントローラーを提案します。タスク固有のコントローラーは、強化されたシミュレーターで多様な自然な四角形の動作を効果的に学習し、それらを現実世界に効率的に転送できます。
具体的には、BBCは、本物の犬の生のモーションキャプチャデータから多様な動作スタイルを抽出するために、新しい半監視生成官能的模倣学習アルゴリズムを使用して訓練され、個別の潜在的な可変入力を調整することによりスムーズな動作遷移を可能にします。
TSCは、入力として深さ画像を使用して特権学習を介して訓練され、BBCを調整して、さまざまなタスクを効率的に実行します。
さらに、進化的な敵対的なシミュレーターの識別を採用して、シミュレーターを最適化し、現実と密接に合わせています。
トレーニング後、ロボットは多様な自然行動を示し、平均速度1.1 m/sで四葉症の敏ility性チャレンジを正常に完了し、ハードル中に3.2 m/sのピーク速度を達成します。
この作業は、四角形ロボットにおける動物のような敏ility性への実質的なステップを表しており、ますます複雑になっている現実世界の環境での展開の手段を開きます。

要約(オリジナル)

Achieving animal-like agility is a longstanding goal in quadrupedal robotics. While recent studies have successfully demonstrated imitation of specific behaviors, enabling robots to replicate a broader range of natural behaviors in real-world environments remains an open challenge. Here we propose an integrated controller comprising a Basic Behavior Controller (BBC) and a Task-Specific Controller (TSC) which can effectively learn diverse natural quadrupedal behaviors in an enhanced simulator and efficiently transfer them to the real world. Specifically, the BBC is trained using a novel semi-supervised generative adversarial imitation learning algorithm to extract diverse behavioral styles from raw motion capture data of real dogs, enabling smooth behavior transitions by adjusting discrete and continuous latent variable inputs. The TSC, trained via privileged learning with depth images as input, coordinates the BBC to efficiently perform various tasks. Additionally, we employ evolutionary adversarial simulator identification to optimize the simulator, aligning it closely with reality. After training, the robot exhibits diverse natural behaviors, successfully completing the quadrupedal agility challenge at an average speed of 1.1 m/s and achieving a peak speed of 3.2 m/s during hurdling. This work represents a substantial step toward animal-like agility in quadrupedal robots, opening avenues for their deployment in increasingly complex real-world environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google