iWalker: Imperative Visual Planning for Walking Humanoid Robot

要約

人型ロボットは、人間向けに設計された環境で幅広いタスクを実行できる可能性があり、一般的な AI エージェントの基盤として重要であると考えられています。
計画と制御について話すとき、従来のモデルやタスク固有の手法は過去数十年にわたって広範囲に研究されてきましたが、一般的な自律性に必要な柔軟性と多用途性を実現するには不十分です。
学習アプローチ、特に強化学習は現在強力で人気がありますが、トレーニング中は本質的に「盲目的」であり、物理原理や基礎となる力学からの適切なガイダンスがないシミュレーションでの試行に大きく依存しています。
これに応えて、ヒューマノイドロボットの歩行のための知覚、計画、モデルベースの制御をシームレスに統合する新しいエンドツーエンドのパイプラインを提案します。
私たちはこのメソッドを iWalker と呼びます。これは、自己監視型の神経記号学習フレームワークである命令型学習 (IL) によって駆動されます。
これにより、ロボットはラベルのない任意のデータから学習できるようになり、適応性と汎化能力が大幅に向上します。
実験では、iWalker はシミュレーション環境と現実世界の両方の環境で有効性を実証し、多用途で自律的なヒューマノイド ロボットに向けた大きな進歩を示しています。

要約(オリジナル)

Humanoid robots, with the potential to perform a broad range of tasks in environments designed for humans, have been deemed crucial for the basis of general AI agents. When talking about planning and controlling, although traditional models and task-specific methods have been extensively studied over the past few decades, they are inadequate for achieving the flexibility and versatility needed for general autonomy. Learning approaches, especially reinforcement learning, are powerful and popular nowadays, but they are inherently ‘blind’ during training, relying heavily on trials in simulation without proper guidance from physical principles or underlying dynamics. In response, we propose a novel end-to-end pipeline that seamlessly integrates perception, planning, and model-based control for humanoid robot walking. We refer to our method as iWalker, which is driven by imperative learning (IL), a self-supervising neuro-symbolic learning framework. This enables the robot to learn from arbitrary unlabeled data, significantly improving its adaptability and generalization capabilities. In experiments, iWalker demonstrates effectiveness in both simulated and real-world environments, representing a significant advancement toward versatile and autonomous humanoid robots.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google