Learning Multiple Gaits within Latent Space for Quadruped Robots

要約

脚式ロボットにとって、特に異なる地形や速度コマンドに遭遇した場合、複数の歩行を学習することは簡単ではありません。
この研究では、堅牢な移動、機敏な移動、およびユーザーのコマンドのニーズに合わせて調整された、四足ロボットの複数の歩行を学習するためのエンドツーエンドのトレーニング フレームワークを紹介します。
潜在空間は、歩行エンコーダーと歩行ジェネレーターによって同時に構築され、エージェントが複数の歩行スキルを再利用して適応的な歩行動作を実現するのに役立ちます。
複数の歩行の自然な動作を学習するために、歩行パラメータから明示的に、条件付き敵対運動事前分布 (CAMP) から暗黙的に構築される歩行依存の報酬を設計します。
このような複数の歩行制御を、固有受容センサーのみを備えた四足ロボット Go1 で実証します。

要約(オリジナル)

Learning multiple gaits is non-trivial for legged robots, especially when encountering different terrains and velocity commands. In this work, we present an end-to-end training framework for learning multiple gaits for quadruped robots, tailored to the needs of robust locomotion, agile locomotion, and user’s commands. A latent space is constructed concurrently by a gait encoder and a gait generator, which helps the agent to reuse multiple gait skills to achieve adaptive gait behaviors. To learn natural behaviors for multiple gaits, we design gait-dependent rewards that are constructed explicitly from gait parameters and implicitly from conditional adversarial motion priors (CAMP). We demonstrate such multiple gaits control on a quadruped robot Go1 with only proprioceptive sensors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google