本研究では、アドバーサリアル運動プライオアを用いて、ロボットが人間のような歩行パターンと最適化された飛行パターンを学習し、環境に応じて自動的に切り替えられるようにする手法を提案している。
まず、人間の歩行データと軌道最適化による飛行データを用いて、ロボットがそれらのモーションを模倣するように学習する。その際、タスク報酬と様式報酬を組み合わせることで、目標達成と自然な動作の両立を図る。
次に、ロボットの観測空間に地形情報を含めることで、地形に応じて歩行と飛行を自動的に切り替えられるようにする。ロボットは、地面が近い場合は歩行を選択し、地面が遠い場合は飛行を選択するようになる。
この手法を、ジェットエンジンを搭載した空中ヒューマノイドロボット「iRonCub」に適用し、平坦地や複雑な地形での移動実験を行った。その結果、ロボットが自然な歩行と効率的な飛行を自動的に切り替えながら、目標地点に到達できることを示した。
本研究は、ロボットの多様モーダル移動能力の向上に貢献するものである。従来の軌道最適化手法と比べ、本手法は環境に応じた自動的な切り替えが可能で、より柔軟な移動が実現できる。今後は、さらなる移動能力の向上や、実機での検証が期待される。
Vers une autre langue
à partir du contenu source
arxiv.org
Questions plus approfondies