Robust Ladder Climbing with a Quadrupedal Robot

Autori: Dylan Vogel, Robert Baines, Joseph Church, Julian Lotzer, Karl Werner, Marco Hutter · IROS 2025

Licenze

• Open access
• Articolo: CC BY 4.0

Tutto ciò che segue si basa sull'articolo completo secondo la sua licenza CC BY 4.0; la figura è riportata citando gli autori.

In breve

End effector a uncino e una policy di RL teacher-student permettono a un ANYmal D di salire zero-shot su scale a pioli inclinate di 70°–90°, con il 90 % di successo sull'hardware e una velocità media di 0,44 m/s.

Perché è importante

Le scale a pioli sono comuni nelle infrastrutture industriali e le cadute dalle scale sono un grave rischio professionale (l'articolo cita una stima di 500.000 infortuni legati alle scale a pioli all'anno negli Stati Uniti), quindi un quadrupede in grado di salirle estende l'ispezione a luoghi che prima non poteva raggiungere. Il lavoro mostra anche che una modesta modifica della forma del piede, addestrata insieme alla policy, distingue una salita fragile da una affidabile in presenza di rumore e disturbi.

Problema

I quadrupedi sono usati per l'ispezione industriale ma non riescono a salire in modo affidabile sulle scale a pioli, il che li tiene lontani dai luoghi pericolosi e lascia quel lavoro alle persone. I loro piedi sferici o piatti non riescono ad ancorarsi ai pioli, la salita richiede una coordinazione di tutto il corpo con inclinazioni ripide e le scale a pioli variano per lunghezza, larghezza, spaziatura dei pioli, forma dei pioli e inclinazione. La salita robotica delle scale a pioli finora, soprattutto da parte di umanoidi, riguardava solo scale verticali senza perturbazioni ed era molto lenta (26 mm/h per un umanoide, fino a due minuti per piolo per i quadrupedi).

Soluzione proposta

Gli autori dotano un ANYmal D di quattro end effector a uncino (anime in alluminio, gusci stampati in 3D, superfici concave che si adagiano sui pioli tondi e sporgenze per spingere e tirare) e addestrano una policy di tracking dei comandi di posizione in LeggedGym. Una policy teacher addestrata con Interior-point Policy Optimization usa lo stato privilegiato e una scansione delle altezze; uno student con un encoder ricorrente delle credenze viene distillato per usare solo propriocezione rumorosa, la cronologia dell'IMU e uno stato e una posa stimati della scala. Lo student produce target di posizione dei giunti a 50 Hz, inseguiti da un controllore PD a 400 Hz, e viene impiegato zero-shot.

Idee chiave

• La forma del piede conta in condizioni di incertezza: senza rumore, i piedi sferici e quelli a uncino superano entrambi il 99 % di successo in simulazione, ma con rumore e spinte gli uncini arrivano al 96 % contro l'81 % dei piedi sferici.
• Gli uncini permettono al robot di restare appeso in trazione con il baricentro fuori dal triangolo di appoggio, passando dallo spingere verso il basso su un piolo al tirarlo quando viene disturbato.
• La cronologia grezza dell'IMU ha sostituito la velocità della base fornita dallo stimatore di stato di ANYmal, che mostrava errori lineari fino a 1 m/s durante la salita.
• Abbandonare i tempi di comando campionati a favore di una ricompensa di tracking densa e di episodi fino a 10 s ha migliorato il successo e prodotto un comportamento emergente di nuovo tentativo dopo gli scivolamenti.
• Un'unica policy gestisce sia la camminata sia la salita, e la sua andatura emergente ricorda quella di una persona che sale una scala a pioli: le zampe posteriori danno la spinta verso l'alto mentre quelle anteriori stabilizzano soprattutto.

Risultati principali

• Simulazione su 50 configurazioni di scala con 3.072 agenti, rumore e spinte casuali: 96 % di successo medio con gli uncini contro l'81 % con i piedi sferici.
• Hardware, zero-shot, su una scala a pioli di 1,8 m con cinque pioli cilindrici: 4 salite su 4 a 70°, 4 su 4 a 80° e 2 su 3 a 90°, riportate come 90 % complessivo.
• Velocità media di salita di 0,44 m/s (0,51 lunghezze del corpo/s, deviazione standard 0,16 m/s) su dieci configurazioni riuscite, 232× più veloce del precedente quadrupede allo stato dell'arte.
• Concordanza sim-to-real a 80°: RMSE di posizione e orientamento della base di 11 cm e 0,18 rad sull'intera traiettoria.
• La salita è proseguita mentre il robot veniva tirato da una corda legata alla parte anteriore o posteriore del telaio o al piede anteriore sinistro.
• L'addestramento ha richiesto circa 4,5 giorni su una RTX 3090 (teacher 15.000 epoche, student 5.000, 4.096 ambienti paralleli); i corpi di collisione degli uncini hanno reso l'addestramento più lento di circa il 30 %.

Limiti

• La terza prova a 90° è fallita perché dei distanziali non modellati sulla base del robot hanno urtato il piolo superiore; gli autori hanno interrotto i test a 90° a causa di questo divario sim-to-real.
• Posa e inclinazione della scala provengono da un sistema di motion capture e gli altri parametri della scala sono misurati a mano; sostituire il motion capture con sensori come le telecamere di profondità è lavoro futuro.
• È dimostrata solo la salita; la discesa è indicata come lavoro futuro.
• Il design dell'uncino è stato scelto in modo euristico e non è ottimizzato.
• In simulazione, pioli con raggio di 3,5 cm, più grandi dell'apertura di 2,75 cm dell'uncino, hanno causato un calo costante del successo con le inclinazioni più ripide.

Impatto sul settore

L'articolo è stato finalista di un premio a IROS 2025 (sessione del programma WeAT1) e ha 25 citazioni. Né l'articolo né il sito web del progetto indicano un rilascio del codice o dei file di progetto dell'uncino.

Abstract

I robot quadrupedi si stanno diffondendo negli ambienti industriali, dove trasportano insiemi di sensori e fungono da piattaforme di ispezione autonome. Nonostante i vantaggi dei robot con zampe rispetto alle controparti su ruote su terreni accidentati e irregolari, non sono ancora in grado di superare in modo affidabile un elemento onnipresente delle infrastrutture industriali: le scale a pioli. L'incapacità di percorrere le scale a pioli impedisce ai quadrupedi di ispezionare luoghi pericolosi, espone le persone al rischio e riduce la produttività dei siti industriali. In questo articolo apprendiamo la salita delle scale a pioli da parte di un quadrupede tramite una policy di controllo basata sull'apprendimento per rinforzo e un end effector complementare a uncino. Valutiamo la robustezza in simulazione con diverse inclinazioni della scala, geometrie dei pioli e spaziature tra i pioli. Sull'hardware dimostriamo un trasferimento zero-shot con un tasso di successo complessivo del 90 % con angoli della scala da 70° a 90°, prestazioni di salita costanti durante perturbazioni non modellate e velocità di salita 232× superiori allo stato dell'arte. Questo lavoro estende la portata delle applicazioni dei robot quadrupedi industriali oltre l'ispezione su terreni nominali, fino a elementi infrastrutturali impegnativi dell'ambiente, evidenziando le sinergie tra morfologia del robot e policy di controllo nell'esecuzione di abilità complesse. Ulteriori informazioni sono disponibili sul sito web del progetto: https://sites.google.com/leggedrobotics.com/climbingladders.

Link

• arXiv 2409.17731: https://arxiv.org/abs/2409.17731
• DOI 10.1109/IROS60139.2025.11247166: https://doi.org/10.1109/IROS60139.2025.11247166
• PDF: https://arxiv.org/pdf/2409.17731v1
• Pagina del progetto: https://sites.google.com/leggedrobotics.com/climbingladders