이 논문은 양발 보행 로봇의 발 디딤 계획 문제를 다룬다. 발 디딤 계획은 로봇이 목표 위치에 도달하기 위한 발 디딤 순서를 결정하는 것이다. 이는 복잡한 최적화 문제이며, 기존 접근법은 계산 비용이 높거나 많은 매개변수 튜닝이 필요했다.
저자들은 FootstepNet이라는 효율적인 발 디딤 계획 방법을 제안한다. FootstepNet은 심층 강화학습 기술을 활용하여 장애물이 있는 국부적 환경에서 발 디딤을 생성한다. 이 방법은 휴리스틱 없이 연속적인 동작 집합을 사용하여 실행 가능한 발 디딤을 생성한다.
또한 FootstepNet은 액터-비평가 구조를 활용하여 다양한 목표 지점까지 도달하는데 필요한 발 디딤 수를 신속하게 예측할 수 있다. 이를 통해 상위 의사결정 모듈에서 효과적인 목표 선택이 가능하다.
실험 결과, FootstepNet은 기존 A* 기반 플래너에 비해 계획 성능이 우수하고 계산 비용이 매우 낮다. 또한 실제 로봇 플랫폼인 Sigmaban에 적용되어 RoboCup 2023 대회에서 우승을 거두었다.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Clém... às arxiv.org 03-20-2024
https://arxiv.org/pdf/2403.12589.pdfPerguntas Mais Profundas