動的二足歩行制御のための深層決定論的ポリシー勾配の実装

sagittal面における二足歩行の制御システムがシミュレーションで開発されました。二足歩行モデルは、平均的な体格の1.8mの男性の人間工学データに基づいて構築されています。コントローラーの核心には、外部の干渉にもかかわらず安定した歩行を維持するための理想的な足の配置を予測するために、物理シミュレーターGAZEBOで訓練された深層決定論的ポリシー勾配（DDPG）ニューラルネットワークがあります。DDPGネットワークの複雑さは、慎重に選定された状態変数と分散制御システムによって減少しました。スタンスフェーズ中のヒップジョイントとトーオフフェーズ中の足首ジョイントの追加コントローラーは、歩行中に二足歩行を安定させるのに役立ちます。シミュレートされた二足歩行は、約1m/sの一定のペースで歩くことができ、移動中は胴体に前方で30kg·m/sの衝撃を加えたり、後方で40kg·m/sの衝撃を加えたりしても安定性を維持します。また、10kgのバックパックや25kgの前パックを持ちながらも安定した歩行を維持します。コントローラーは1.8mのモデルで訓練されましたが、変更なしで1.4mから2.3mのモデルを安定化させることもできます。