kunimasa-kawasaki
commented
2 years ago 本稿では、4足歩行ロボットが実世界でサッカーのゴールキーピングを行うための強化学習（Renforcement Learning: RL）フレームワークを提案する。四足歩行ロボットを用いたサッカーゴールキーピングは、非常にダイナミックな運動と、正確かつ高速な非包囲物体（ボール）操作を組み合わせた困難な問題である。ロボットは動的な運動操作により、飛んでくる可能性のあるボールに反応し、通常1秒以下の非常に短い時間でインターセプトする必要がある。本論文では、階層的なモデルフリーRLフレームワークを用いてこの問題に対処することを提案する。このフレームワークの最初の構成要素は、異なる運動スキルのための複数の制御方針を含んでおり、これらはゴールの異なる領域をカバーするために使用することができる。各制御方針は、ロボットがジャンプ、ダイブ、サイドステップなどの特定の運動スキルを実行しながら、ランダムなパラメトリックなエンドエフェクタ軌道を追跡することを可能にする。これらのスキルは、フレームワークの第2部である高レベルプランナーによって利用され、ゴールの異なる領域へ飛んでいくボールをインターセプトするために、望ましいスキルとエンドエフェクタの軌道を決定することができる。我々は、提案するフレームワークを4足歩行ロボットMini Cheetahに搭載し、実世界において高速で移動するボールの様々な機敏なインターセプトに対する我々のフレームワークの有効性を実証する。
Creating a Dynamic Quadrupedal Robotic Goalkeeper with Reinforcement Learning Xiaoyu Huang, Zhongyu Li, Yanzhen Xiang, Yiming Ni, Yufeng Chi, Yunhao Li, Lizhi Yang, Xue Bin Peng, Koushil Sreenath First two authors contributed equally. Accompanying video is at this https URL https://arxiv.org/abs/2210.04435