Extreme Parkour with Legged Robots

20時間以内に訓練される脚型ロボットパルクールのためのRLシステム

ライセンス

BSD-3-Clause

概要

脚型ロボットが障害物を乗り越え、ギャップを飛び越え、困難な地形を移動するパルクール動作を実行できるようにする強化学習システム。Isaac Gymシミュレーターを使用して20時間以内に訓練されます。

ICRA 2024のこの画期的な研究は、脚型ロボットが驚くほど短い訓練時間で強化学習を通じて複雑なパルクールスキルを学習できることを実証しています。このシステムは2段階の訓練パイプラインを使用します：ベースポリシー訓練（8〜10時間）の後に蒸留ポリシー訓練が続きます。Isaac GymとPyTorch上に構築されたこのフレームワークは、以前は広範な手動エンジニアリングが必要と考えられていたノンストップのクライミング、リーピング、ジャンプ動作をロボットが実行できるようにします。このアプローチはlegged_gym環境とrsl_rl強化学習ライブラリを組み合わせ、シミュレーター可視化とヘッドレスシステム向けのWebベース表示の両方をサポートします。モデルはJITトレースされたバージョンとしてエクスポートでき、エッジデバイスへのデプロイが可能で、この技術を実世界のアプリケーションに実用的にします。

重要な理由

Extreme Parkourは、強化学習によって脚式ロボットに、訓練された動物にも匹敵する俊敏な動きを習得させられることを実証しました。このシステムは20時間未満の学習で、障害物をよじ登り、飛び越え、くぐり抜けることを習得しました — 脚式ロボットの俊敏性におけるブレークスルーです。

解決する課題

脚式ロボットは通常、平地での歩行に限られています。このプロジェクトは、RLによって極端な障害物を越えられる俊敏な移動行動を見いだせることを示し、あらゆる地形を移動できるロボットの実現に一歩近づけるものです。

主なポイント

パルクールをこなす脚式ロボット：障害物をよじ登り、飛び越え、くぐり抜ける
強化学習を用いてすべてシミュレーション内で学習
20時間未満の学習で極限的な動きを実現
実機のUnitreeロボットへのゼロショット転移に成功
事前プログラムされた歩容はなし — すべての動作をエンドツーエンドで学習

対象

脚式移動の研究者
俊敏な四脚ロボットの制御器を開発するチーム
複雑な運動制御を研究するRL研究者
不整地で運用するロボットを開発する企業

制限事項

学習には特定のシミュレーション環境のセットアップが必要
実世界への転移は特定のUnitreeロボットハードウェアに限られる
極限的な動きはハードウェアの摩耗や損傷を引き起こす可能性がある
現在の手法は汎用ではなくタスク固有