Generating a Terrain-Robustness Benchmark for Legged Locomotion: A Prototype via Terrain Authoring and Active Learning

要約

地形を考慮したロコモーションは、脚式ロボットの新たなトピックとなっています。しかし、シミュレーションで多様で難易度の高いリアルな非構造地形を生成することは困難であり、研究者によるロコモーションポリシーの評価方法が制限されている。本論文では、地形オーサリングと能動学習による地形データセットの生成を試作し、学習済みサンプラーが多様で高品質な地形を安定的に生成することができることを示した。生成されたデータセットは、脚式ロコモーションの地形ロバストネスベンチマークとなることが期待される。データセット、コード実装、およびいくつかの政策評価は、https://bit.ly/3bn4j7f で公開されています。

要約(オリジナル)

Terrain-aware locomotion has become an emerging topic in legged robotics. However, it is hard to generate diverse, challenging, and realistic unstructured terrains in simulation, which limits the way researchers evaluate their locomotion policies. In this paper, we prototype the generation of a terrain dataset via terrain authoring and active learning, and the learned samplers can stably generate diverse high-quality terrains. We expect the generated dataset to make a terrain-robustness benchmark for legged locomotion. The dataset, the code implementation, and some policy evaluations are released at https://bit.ly/3bn4j7f.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL