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.
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Tiefere Fragen