Synthesizing Robust Walking Gaits via Discrete-Time Barrier Functions with Application to Multi-Contact Exoskeleton Locomotion

要約

二足歩行を首尾よく達成することは、モデルの不確実性、ランダムな外乱、不完全な状態推定などの現実世界の要因により、依然として困難です。
この研究では、機関車の堅牢性に関する新しい指標、つまりステップ間のダイナミクスに関連するハイブリッド前方不変セットの推定サイズを提案します。
ここで、前方不変集合は、離散時間ダイナミクスの引力領域として大まかに解釈できます。
シミュレーションインザループ学習アプローチを使用して、公称歩行歩行を合成するためにこのメトリクスを使用する方法を説明します。
さらに、離散時間バリア関数とサンプリングベースのアプローチを活用して、最大限前方不変な集合を近似します。
最後に、このアプローチにより、アタランテ下半身外骨格での平足歩行と多接触歩行の両方の移動が成功することを実験的に示します。

要約(オリジナル)

Successfully achieving bipedal locomotion remains challenging due to real-world factors such as model uncertainty, random disturbances, and imperfect state estimation. In this work, we propose a novel metric for locomotive robustness — the estimated size of the hybrid forward invariant set associated with the step-to-step dynamics. Here, the forward invariant set can be loosely interpreted as the region of attraction for the discrete-time dynamics. We illustrate the use of this metric towards synthesizing nominal walking gaits using a simulation-in-the-loop learning approach. Further, we leverage discrete-time barrier functions and a sampling-based approach to approximate sets that are maximally forward invariant. Lastly, we experimentally demonstrate that this approach results in successful locomotion for both flat-foot walking and multi-contact walking on the Atalante lower-body exoskeleton.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google