Agile Continuous Jumping in Discontinuous Terrains

要約

私たちは、階段や飛び石などの不連続な地形における四足ロボットの機敏で連続的な地形適応型のジャンプに焦点を当てています。
シングルステップジャンプとは異なり、連続ジャンプでは、長い期間にわたって非常にダイナミックな動作を正確に実行する必要があり、これは既存のアプローチでは困難です。
このタスクを達成するために、階層的な学習および制御フレームワークを設計します。これは、堅牢な地形認識のための学習済みハイトマップ予測子、汎用性のある地形適応計画のための強化学習ベースの重心レベルの運動ポリシー、および低レベルの運動ポリシーで構成されます。
正確なモーション追跡のためのモデルベースの脚コントローラー。
さらに、ハードウェア特性を正確にモデル化することで、シミュレーションと実際のギャップを最小限に抑えます。
私たちのフレームワークにより、Unitree Go1 ロボットは、私たちの知る限り初めて、人間サイズの階段やまばらな飛び石の上で機敏かつ連続ジャンプを実行できるようになりました。
特に、ロボットはジャンプごとに 2 段の階段を越えることができ、長さ 3.5 メートル、高さ 2.8 メートルの 14 段の階段を 4.5 秒で完了します。
さらに、同じポリシーは、単一の水平方向または垂直方向の不連続点を飛び越えるなど、他のさまざまなパルクール タスクでもベースラインを上回ります。
実験ビデオは \url{https://yxyang.github.io/jumping\_cod/} でご覧いただけます。

要約(オリジナル)

We focus on agile, continuous, and terrain-adaptive jumping of quadrupedal robots in discontinuous terrains such as stairs and stepping stones. Unlike single-step jumping, continuous jumping requires accurately executing highly dynamic motions over long horizons, which is challenging for existing approaches. To accomplish this task, we design a hierarchical learning and control framework, which consists of a learned heightmap predictor for robust terrain perception, a reinforcement-learning-based centroidal-level motion policy for versatile and terrain-adaptive planning, and a low-level model-based leg controller for accurate motion tracking. In addition, we minimize the sim-to-real gap by accurately modeling the hardware characteristics. Our framework enables a Unitree Go1 robot to perform agile and continuous jumps on human-sized stairs and sparse stepping stones, for the first time to the best of our knowledge. In particular, the robot can cross two stair steps in each jump and completes a 3.5m long, 2.8m high, 14-step staircase in 4.5 seconds. Moreover, the same policy outperforms baselines in various other parkour tasks, such as jumping over single horizontal or vertical discontinuities. Experiment videos can be found at \url{https://yxyang.github.io/jumping\_cod/}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google