CMUÐ は画期的な成果を達成しました。ロボット犬は完全な敏捷性の値を持ち、超高速で障害物を横切ることができ、スピードと安全性の両方を備えています。

CMU とチューリッヒ工科大学のチームは協力して、「Agile But Safe」(ABS) と呼ばれる新しいフレームワークを開発しました。これは、四足ロボットが複雑な環境で高速移動を実現するためのソリューションを提供します。このフレームワークは衝突回避において高い効率を示すだけでなく、前例のない 3.1 ミリ秒の速度も達成します。このイノベーションは、脚式ロボットの分野に新たな進歩をもたらします。

ロボットの高速動作の分野では、速度と安全性を同時に維持することが常に大きな課題となってきました。しかし、カーネギーメロン大学（CMU）とチューリッヒ工科大学（ETH）の研究チームは最近、画期的な発見を達成しました。彼らが開発した新しい四足ロボットのアルゴリズムは、複雑な環境で素早く移動できるだけでなく、障害物を巧みに回避することができ、まさに「機敏性と安全性」という目標を達成します。このアルゴリズムの革新性は、周囲の環境を迅速に特定して分析し、リアルタイムのデータに基づいてインテリジェントな意思決定を行う能力にあります。高度なセンサーと強力なコンピューティング能力を使用することで、ロボットは周囲の障害物を正確に感知し、歩行と軌道を調整して回避することができます。この技術の応用が成功すれば、高速ロボットの開発が大幅に促進されるでしょう。

論文アドレス: https://arxiv.org/pdf/2401.17583.pdf

ABS のサポートにより、ロボット犬はさまざまなシナリオで驚くべき高速障害物回避能力を実証しました。

障害物の多い狭い廊下:

乱雑な屋内シーン:

芝生でも屋外でも、静的障害物でも動的な障害物でも、ロボット犬はそれらを冷静に処理できます:

ベビーカーに遭遇したとき、ロボット犬は機敏に回避します:

# 警告標識、箱、椅子も問題ありません:

突然現れるマットや人間の足も簡単に回避できます:

ロボット犬はワシごっこをしたりニワトリを捕まえたりすることもできます。

ABS ブレークスルー テクノロジー:

RL 学習モデル不要の到達回避値

ABSは、「アジャイルポリシー」(Agile Policy)と「リカバリポリシー」(Recovery Policy)の二重ポリシー(Dual Policy)設定を採用しています。敏捷性戦略により、ロボットは障害物を素早く移動できますが、到達回避値推定が潜在的な危険 (ベビーカーの突然の出現など) を検出すると、回復戦略が介入してロボットの安全を確保します。

イノベーション ポイント 1: アジャイル ポリシーをトレーニングする方法 アジャイル ポリシー?

アジャイル戦略のイノベーションは、これまでの単純な速度指示の追跡とは異なり、目標達成の形式 (位置追跡) を使用して、ロボットの敏捷性。この戦略は、衝突することなく指定された目標を達成するための感覚運動スキルを開発するようにロボットを訓練します。高い基本速度という報酬条件を追求することで、ロボットは衝突を回避しながら最大限の敏捷性を実現する方法を自然に学習します。この方法は、複雑な環境における従来の速度追跡戦略の潜在的な保守的な制限を克服し、障害物環境におけるロボットの速度と安全性を効果的に向上させます。 アジャイルポリシーは実機テストで最大速度3.1m/sに到達

#イノベーションポイント2:学習ポリシー条件付き到達回避

「Reach-Avoid」(RA) 価値学習のイノベーションは、従来の学習とは異なるモデルフリーの学習アプローチを採用していることです。モデルの到達可能性分析方法は異なり、モデルフリーの強化学習戦略により適しています。このアプローチでは、グローバルな RA 値を学習するのではなく、特定の戦略に依存させるため、アジャイル戦略の失敗をより適切に予測できます。単純化された一連の観察により、RA 値ネットワークは安全リスクを効果的に一般化して予測できます。 RA 値は、回復戦略を導き、ロボットが衝突を回避するために動作を最適化するのに使用され、それによって安全性を確保しながら敏捷性を向上させるという目標を達成します。

次の図は、特定の障害物セットに対して学習された RA (リーチ ディフェンス) 値を示しています。ロボットの速度が変化すると、それに応じて RA 値の分布状況も変化します。 RA 値の符号は、アジャイル戦略の安全性を合理的に示します。言い換えれば、このグラフは、さまざまな RA 値を通じてさまざまな速度で特定の障害物に直面したときのロボットの安全リスクを示しています。 RA 値の高低の変化は、ロボットがさまざまな状態でアジャイル戦略を実行するときに遭遇する可能性のある安全上のリスクを反映しています。

イノベーション ポイント 3: Reach-Avoid Value と回復戦略を使用してロボットを救う

回復戦略の革新は次のとおりです。これにより、四足ロボットがバックアップ保護戦略として線形速度および角速度コマンドを迅速に追跡できるようになります。アジャイル戦略とは異なり、回復戦略の観察空間は線速度と角速度コマンドの追跡に焦点を当てており、外部の感覚情報を必要としません。回復戦略のミッション報酬は、線速度追跡、角速度追跡、生存、敏捷性戦略へのスムーズな切り替えを可能にする姿勢の維持に重点を置いています。この戦略のトレーニングもシミュレーション環境で実行されますが、回復戦略をトリガーする可能性のある条件によりよく適応するために、特定のドメインのランダム化とカリキュラム設定が使用されます。このアプローチにより、四足ロボットは高速動作中の潜在的な故障に迅速に対応できるようになります。

下の図は、2 つの特定の状況 (I および II) で回復戦略がトリガーされたときの RA (防御) 値の状況を視覚的に表したものです。これらの視覚化は、vx (x 軸に沿った速度) 対 ωz (z 軸の周りの角速度) および vx 対 vy (y 軸に沿った速度) 平面で実行されます。図は探索前の初期回転状態（つまり現在のロボットベースの回転状態）と探索により得られたコマンドを示しています。簡単に言うと、これらのグラフは、特定の条件下で回復戦略の探索を通じて得られた最適な動作指示と、これらの指示が RA 値にどのような影響を与えるかを示し、さまざまな動作状態におけるロボットの安全性を反映しています。

堅牢性テスト

著者は「耐荷重12kg/バスケットボール」で書きました。 ABS フレームワークの堅牢性は、衝撃/蹴り/雪の 4 つのシナリオでテストされ、ロボット犬は冷静に反応しました:

研究チーム

この研究は、CMU と ETH の研究チームによって共同で完了しました。チームメンバーには、Tairan He、Chong Zhang、Wenli Xiao、Guanqi He、Changliu Liu、Guanya Shi が含まれます。彼らの協力はロボット工学の分野で大きな進歩を達成しただけでなく、四足ロボットの新たな応用の可能性も切り開きました。この技術の成功は、高速移動と安全な障害物回避の分野における四足ロボットの大きな可能性を実証しています。将来的には、この高速かつ安全な四足歩行ロボットは、捜索救助、探検、さらには在宅サービスなど、さまざまな分野で重要な役割を果たすことが期待されています。

以上がCMUÐ は画期的な成果を達成しました。ロボット犬は完全な敏捷性の値を持ち、超高速で障害物を横切ることができ、スピードと安全性の両方を備えています。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。