NAS: N-step computation of All Solutions to the footstep planning problem

要約

与えられた段数で階段を登る方法は何通りありますか?
問題の継続的な側面に焦点を当てると、無限に多くなります。
離散的な側面、つまりどのサーフェス上でどのエフェクタがどのような順序でステップするかを考慮すると、有限であり、おそらく大きな数になります。
NAS は、両方の側面を同時に考慮し、標準的な仮定の下で、このような連絡計画の問題に対する考えられるすべての解決策を計算するアルゴリズムです。
私たちの知る限り、NAS は、人型ロボットの次のステップを計画するためにリアルタイムで効率的にクエリを実行し、グローバルに最適なポリシーを生成する最初のアルゴリズムです。
私たちの実証結果 (シミュレーションおよび Talos プラットフォーム上) は、理論的には指数関数的な複雑さにもかかわらず、最適化によって NAS の実際の複雑さが管理可能な双線形形式に軽減され、完全性の保証が維持され、効率的な GPU 並列化が可能になることを示しています。
NAS は、シミュレーションとハードウェア プラットフォームの両方で、Talos ロボットのさまざまなシナリオで実証されています。
今後の研究は、計算時間をさらに短縮し、歩行歩行を超えてアルゴリズムの適用可能性を拡張することに焦点を当てます。
コンパニオンビデオは https://youtu.be/Shkf8PyDg4g でご覧いただけます。

要約(オリジナル)

How many ways are there to climb a staircase in a given number of steps? Infinitely many, if we focus on the continuous aspect of the problem. A finite, possibly large number if we consider the discrete aspect, i.e. on which surface which effectors are going to step and in what order. We introduce NAS, an algorithm that considers both aspects simultaneously and computes all the possible solutions to such a contact planning problem, under standard assumptions. To our knowledge NAS is the first algorithm to produce a globally optimal policy, efficiently queried in real time for planning the next footsteps of a humanoid robot. Our empirical results (in simulation and on the Talos platform) demonstrate that, despite the theoretical exponential complexity, optimisations reduce the practical complexity of NAS to a manageable bilinear form, maintaining completeness guarantees and enabling efficient GPU parallelisation. NAS is demonstrated in a variety of scenarios for the Talos robot, both in simulation and on the hardware platform. Future work will focus on further reducing computation times and extending the algorithm’s applicability beyond gaited locomotion. Our companion video is available at https://youtu.be/Shkf8PyDg4g

arxiv情報

提供元, 利用サービス

arxiv.jp, Google