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
asRoBallet: Closing the Sim2Real Gap via Friction-Aware Reinforcement Learning for Underactuated Spherical Dynamics
記事のポイント
📰ニュース
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。
🔍注目ポイント
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。
🔮これからどうなる
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。
これまでのボールボットは、複雑な摩擦モデルによる現実とのギャップが課題でした。
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。
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。
不足駆動ロボットのSim2Real転送は長年の課題だったので、摩擦認識強化学習によるゼロショット転送は画期的ですね。将来的に、家庭用ロボットの安定性向上にも貢献しそうです。