要約
脚ロゴモーションでは、計算時間を短縮し、高い再計画頻度を達成するために、オンライン軌道最適化技術は通常、ヒューリスティックベースのコンタクト プランナーに依存します。
この研究では、多出力回帰ニューラル ネットワークに基づく高速非周期コンタクト プランナーである ContactNet を提案します。
ContactNet は離散化されたステッピング領域をランク付けし、複雑な環境であっても、最適な実現可能なソリューションを迅速に選択できるようにします。
計算時間が 1 ミリ秒程度と短いため、モデル予測制御 (MPC) 方式での軌道オプティマイザと同時にコンタクト プランナを実行することが可能です。
四足ロボット Solo12 を使用して、さまざまな複雑なシナリオでのシミュレーションにおけるアプローチの有効性を実証します。
要約(オリジナル)
In legged logomotion, online trajectory optimization techniques generally depend on heuristic-based contact planners in order to have low computation times and achieve high replanning frequencies. In this work, we propose ContactNet, a fast acyclic contact planner based on a multi-output regression neural network. ContactNet ranks discretized stepping regions, allowing to quickly choose the best feasible solution, even in complex environments. The low computation time, in the order of 1 ms, makes possible the execution of the contact planner concurrently with a trajectory optimizer in a Model Predictive Control (MPC) fashion. We demonstrate the effectiveness of the approach in simulation in different complex scenarios with the quadruped robot Solo12.
arxiv情報
| 著者 | Angelo Bratta,Avadesh Meduri,Michele Focchi,Ludovic Righetti,Claudio Semini |
| 発行日 | 2024-05-02 11:32:36+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google