二足ロボットの歩行最適化のための制約付き深層決定論的ポリシー勾配

本論文では、ロボットの動作制御のための新しい強化学習（RL）アルゴリズム、すなわち二足ロボットが安全かつ正確に歩行するのを支援するための制約付き深層決定論的ポリシー勾配（DDPG）偏差学習戦略を提案します。このテーマに関する以前の研究では、コントローラーが離散的な地形上で足の配置を正確に追跡する能力の限界と、安全上の懸念が考慮されていないことが強調されていました。本研究では、全体システムの安全性を確保することに焦点を当てて、これらの課題に対処します。まず、ダンピング最小二乗法に制約を導入することによって逆運動学の問題に取り組みます。この改善は、特異性の問題に対処するだけでなく、関節角度の安全な範囲を保証し、システムの安定性と信頼性を確保します。これに基づいて、コントローラーの偏差を修正するために制約付きDDPG手法の採用を提案します。制約付きDDPGでは、Actorネットワークに制約層を組み込み、関節の偏差を状態入力として取り入れています。安全な角度の範囲内でオフライン訓練を行い、偏差矯正器として機能します。最後に、CRANE二足ロボットを使用した動的シミュレーションを実施することで、提案したアプローチの有効性を検証します。特異性分析、制約の有効性評価、離散的な地形での歩行実験を含む包括的な評価を通じて、私たちのアプローチが歩行性能を向上させる一方で安全性を確保する優位性と実用性を示します。全体として、私たちの研究は特異性処理、安全制約、および偏差学習を含む複数の観点から歩行最適化に取り組むことにより、二足ロボットの移動能力の向上に貢献しています。