- 新システムにより、人型ロボットは梯子を登り、障害物を越えることができる。
- この技術は注意に基づく接触計画（ACP）と呼ばれ、動作を調整する。
- システムは強化学習と動作模倣を組み合わせ、ロボットの制御能力を向上させる。
- シミュレーションでは、このシステムの成功率が従来の方法よりも顕著に高かった。
スイス連邦工科大学（ETH Zurich）とそのパートナーは、人型ロボットが単一の学習戦略を用いて梯子を登り、障害物を越え、転倒から回復できる制御方法を開発した。このシステムは、UnitreeのG1人型ロボットでデモンストレーションされ、さまざまな挑戦的な動作をサポートする方法を示した。この方法は、事前に各動作を指定するのではなく、環境との接触を計画することに焦点を当てている。シミュレーションでは、この方法が8つの障害物コースで比較方法よりも高い成功率を達成し、人型ロボットの機動性を改善する可能性を強調した。
新システムの技術的特徴
新システムは、人型ロボットが梯子を登り、障害物を越え、狭い空間を通り抜け、転倒から回復することを可能にし、単一の学習戦略を使用する。この技術は注意に基づく接触計画（Attention-based Contact Planning、略称ACP）と呼ばれ、ロボットが周囲の環境において手、足、膝、肘、骨盤の位置を決定するのを助ける。このシステムは、UnitreeのG1人型ロボットでテストされ、接触計画と強化学習がどのようにロボットが異なる地形に応じて動作を調整できるかを示した。
ACPは、全身ロボット制御の課題に対処するために、強化学習と動作模倣を組み合わせている。強化学習は、ロボットが反復的な試行とフィードバックを通じて改善することを可能にし、動作模倣は記録された動作に従うことを教える。しかし、強化学習は複雑な調整において困難に直面する可能性があり、模倣に基づくシステムは不慣れな障害物に適応するのが難しい場合がある。研究チームは、完全な身体動作のシーケンスを生成するのではなく、ACPが周囲の地形における適切な接触点を予測すると述べている。その後、別のコントローラーがロボットの関節をこれらの点に到達させるように調整する。
例えば、梯子を登る際、ロボットは手と足に適した梯子の段を識別する必要がある。そのコントローラーは、これらの点間で手足と胴体を移動させるように調整し、支えを維持する。この方法により、ロボットは固定された登攀シーケンスに従うことなく動作を調整できる。接触計画器は、注意に基づくニューラルネットワークを使用して地形情報、ロボットの内部状態、ユーザーが提供した目標を処理する。その入力には、関節位置、関節速度、身体の向きが含まれる。システムは、両手、両肘、両膝、両足、骨盤の9つの身体部位の接触を計画する。
これにより、ロボットは単独での歩行が支えを提供できない場合に、上半身を使って支えることができる。
システムの動作と訓練プロセス
研究者たちは、LiDARに基づくマッピングシステムも開発し、センサーの測定値を局所的な高さマップに変換し、その信頼性を推定する。このシステムは、ロボットが見落とされがちな狭い表面、例えば梯子の段を識別するのに役立つ。このシステムは、Jetson Orin NXコンピュータ上で動作し、30ミリ秒以内に20,000ポイントのLiDARスキャンを処理し、10Hzの頻度でスキャンを更新することができる。研究者たちは、訓練は3つの段階に分かれていると述べている。最初に、全体のコントローラーが13.2分間の調整された人間の動作データを使用して接触計画を実行することを学ぶ。
次に、研究者たちは接触計画器とコントローラーを共同で訓練する。最後に、強化学習がシステムが元のデモを超えたプログラム生成環境に適応するのを助ける。
成功した試行は追加の訓練例を提供する。展開中、ロボットは動作を参照する必要がない。ロボットは搭載された観察と指定された目標を使用して接触を計画し、動作を生成する。実際のデモでは、G1が梯子や階段を登り、石を越え、這い、障害物を越え、転倒後に回復することができることが示された。このシステムは、8つの複合障害物コースのシミュレーションで平均成功率92.5%を達成し、MGMTベースライン（動作生成と追跡方法）の成功率は58.8%であった。これらのデータはシミュレーション性能を示しており、実際の成功率ではない。
研究者たちは、このシステムが現在、地形に基づく相互作用と目標に向かう局所的な動きに焦点を当てていると指摘している。頭上の接触、吊り下げ、操作を含むタスクは、より高度な三次元認識技術を必要とする。
項目 仕様 成功率（シミュレーション） 92.5% MGMTベースライン成功率 58.8% 人間の動作データ 13.2分
人型ロボット技術の突破と課題
ETH Zurichの研究チームが開発した注意に基づく接触計画システムは、人型ロボットが複雑な環境での潜在能力を示している。この技術は、ロボットが梯子を登り、障害物を越え、転倒後に回復することを可能にし、その柔軟性と適応性を示している。シミュレーション成功率は高いものの、実際の応用には動的環境でのより精密な三次元認識など、さまざまな課題を克服する必要がある。これらの技術の進展は、特に救助や探査任務において、将来のロボット応用に深遠な影響を与えるだろう。