asRoBallet:摩擦認識強化学習による不足駆動球体ダイナミクスのSim2Realギャップ解消
要約を読む要約を閉じる
人間型ボールボットに強化学習による初の歩行ポリシーが実装され、シミュレーションから実機へのゼロショット転送に成功しました。
高忠実度MuJoCoシミュレーションと摩擦認識強化学習フレームワークにより、複雑な摩擦モデルのSim2Realギャップを克服しました。
人間型ボールボットの制御が容易になり、不安定な環境でのロボットの自律移動や操作の可能性が広がります。
本研究では、オムニホイールの離散的なローラー機構をモデル化し、寄生振動や接触の不連続性を考慮したシミュレーションを構築。
さらに、ホイールとボール、ボールと床の間の摩擦チャネルを習得する強化学習フレームワークを開発しました。
これにより、シミュレーションで学習したポリシーを実機に直接適用できるようになりました。