Core Concepts
다양한 접촉면을 고려한 로봇 보행 계획을 위해 가치 함수를 효율적으로 근사화하는 방법을 제안한다. 이를 통해 온라인 후퇴 수평선 계획을 가능하게 한다.
Abstract
이 논문은 다양한 접촉면을 고려한 로봇 보행 계획을 위해 가치 함수를 효율적으로 근사화하는 방법을 제안한다. 기존의 후퇴 수평선 계획(RHP) 방법은 정확한 동역학 모델을 사용하여 전체 계획 수평선을 계산하므로 계산 복잡도가 높아 온라인 계산이 어렵다.
이 논문에서는 두 가지 새로운 방법을 제안한다:
다중 수준 모델 정밀도를 가진 후퇴 수평선 계획(MF-RHP): 예측 수평선에서 동역학 모델의 정확도를 낮춰 계산 복잡도를 줄인다. 이를 통해 실행 수평선의 동적 일관성을 보장하면서도 전체 계산 복잡도를 낮출 수 있다.
국소 목표 기반 후퇴 수평선 계획(LG-RHP): 로컬 목표 상태를 예측하는 오라클을 학습하고, 이를 이용해 단일 수평선 최적화 문제를 풀어 가치 함수를 근사한다. 이를 통해 계획 수평선을 단축할 수 있다.
시뮬레이션 실험을 통해 MF-RHP와 LG-RHP의 계산 성능을 평가하였다. 그 결과 LG-RHP가 가장 높은 온라인 수렴률(95.0%-98.6%)을 보였다. 또한 실제 휴머노이드 로봇 Talos에서 LG-RHP를 이용한 온라인 다접촉 보행 계획을 시연하였다.
Stats
로봇의 총 질량 m은 주어진다.
중심 질량 c의 가속도는 1/m의 합력과 중력 가속도 g에 의해 결정된다.
각운동량 L은 각 접촉점 c에서의 힘 벡터 fc와 접촉점 위치 pc와의 외적으로 계산된다.
Quotes
"Planning multi-contact motions in a receding horizon fashion requires a value function to guide the planning with respect to the future, e.g., building momentum to traverse large obstacles."
"To enable online Receding Horizon Planning (RHP) of multi-contact motions, we find efficient approximations of the value function."