Open Source Robotics

高品質なオープンソースロボティクスプロジェクト、ツール、ソフトウェアの厳選コレクション。

Robust Ladder Climbing with a Quadrupedal Robot

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

ライセンス

  • オープンアクセス
  • 論文: CC BY 4.0

以下の内容はすべて、論文のライセンス（CC BY 4.0）に従い論文全文に基づいています。図は著者のクレジットを付けて掲載しています。

要約

フック状のエンドエフェクタと教師-生徒型の強化学習（RL）ポリシーにより、ANYmal D は 70°–90° に傾いたはしごをゼロショットで登り、実機での成功率は 90%、平均速度は 0.44 m/s である。

重要な理由

はしごは産業インフラによく見られ、はしごからの転落は主要な労働災害である（論文は、米国で年間推定 500,000 件のはしご関連の負傷を引用している）。そのため、はしごを登れる四足歩行ロボットは、これまで到達できなかった場所にまで点検を広げる。本研究はまた、ポリシーと一緒に学習させた控えめな足形状の変更が、ノイズや外乱の下で脆い登はんと確実な登はんを分けることを示している。

課題

四足歩行ロボットは産業点検に使われているが、はしごを確実に登ることはできず、そのため危険な場所に入れず、その作業は人に委ねられたままである。ボール状または平らな足は横木に固定できず、急な傾斜での登はんには全身の協調が必要であり、はしごは長さ、幅、横木の間隔、横木の形状、傾斜がさまざまである。これまでのロボットによるはしご登りは主にヒューマノイドロボットによるもので、外乱のない垂直なはしごしか扱えず、非常に遅かった（あるヒューマノイドロボットでは 26 mm/h、四足歩行ロボットでは横木 1 本あたり最大 2 分）。

提案手法

著者らは ANYmal D に 4 つのフック状エンドエフェクタ（アルミニウムの芯、3D プリントのシェル、丸い横木に収まる凹面、押し引き用の突起）を取り付け、LeggedGym で位置指令追従ポリシーを学習する。Interior-point Policy Optimization で学習した教師ポリシーは特権状態と高さスキャンを用いる。再帰型の信念エンコーダを持つ生徒ポリシーは、ノイズを含む固有受容感覚、IMU 履歴、推定されたはしごの状態と姿勢のみを用いるよう蒸留される。生徒ポリシーは 50 Hz で関節位置目標を出力し、それを 400 Hz の PD 制御器が追従し、ゼロショットで展開される。

主な知見

  • 不確実性の下では足の形状が重要である。ノイズがない場合、ボール状の足とフック状の足はいずれもシミュレーションで 99% を超える成功率を示すが、ノイズと押しを加えると、フックは 96%、ボール状の足は 81% となる。
  • フックによって、ロボットは重心が支持三角形の外にある状態でも張力で懸垂でき、外乱を受けると横木を下に押す動作から引く動作へと切り替える。
  • 生の IMU 履歴が、登はん中に最大 1 m/s の線形誤差を示した ANYmal の状態推定器によるベース速度に取って代わった。
  • 指令時間のサンプリングをやめ、密な追従報酬と最大 10 s のエピソードを用いることで成功率が向上し、滑った後に再試行する創発的な行動が生まれた。
  • 一つのポリシーで歩行と登はんの両方を扱い、その創発的な歩容は人間のはしご登りに似ている。後脚が上向きの推力を生み、前脚は主に安定化を担う。

主な結果

  • 50 通りのはしご構成、3,072 エージェント、ノイズとランダムな押しを用いたシミュレーション：平均成功率はフックで 96%、ボール状の足で 81%。
  • 実機でのゼロショット試験、5 本の円柱状の横木を持つ 1.8 m のはしご：70° で 4 回中 4 回、80° で 4 回中 4 回、90° で 3 回中 2 回登はんに成功し、全体で 90% と報告されている。
  • 成功した 10 通りの構成における平均登はん速度は 0.44 m/s（0.51 body lengths/s、標準偏差 0.16 m/s）で、従来の最先端の四足歩行ロボットより 232× 速い。
  • 80° でのシミュレーションと実機の一致度：軌跡全体でのベース位置と姿勢の RMSE は 11 cm と 0.18 rad。
  • シャーシの前部や後部、または左前足に結んだロープでロボットを引っ張っても、登はんは続いた。
  • 学習には 1 台の RTX 3090 で約 4.5 日を要した（教師 15,000 エポック、生徒 5,000、並列環境 4,096）。フックの衝突形状により学習は約 30% 遅くなった。

制限事項

  • 3 回目の 90° 試行は、ロボットのベース上のモデル化されていないスタンドオフが最上段の横木に当たったために失敗した。著者らはこのシミュレーションと実機のギャップのために 90° の試験を中止した。
  • はしごの姿勢と傾斜はモーションキャプチャシステムから得ており、その他のはしごのパラメータは手作業で測定している。モーションキャプチャを深度カメラなどのセンシングに置き換えることは今後の課題である。
  • 示されているのは上りのみであり、下りは今後の課題とされている。
  • フックの設計は経験的に選ばれたもので、最適化されていない。
  • シミュレーションでは、フックの開口 2.75 cm より大きい半径 3.5 cm の横木により、傾斜が急になるほど成功率が着実に低下した。

分野への影響

本論文は IROS 2025 の賞のファイナリスト（プログラムセッション WeAT1）であり、被引用数は 25 である。論文にもプロジェクトウェブサイトにも、コードやフックの設計ファイルの公開については記載がない。

概要

四足歩行ロボットは産業環境で急速に普及しつつあり、センサー群を搭載して自律的な点検プラットフォームとして機能している。荒れた不整地では脚式ロボットが車輪型ロボットより優れているにもかかわらず、産業インフラのいたるところにある設備であるはしごを、確実に通過することはいまだできない。はしごを通過できないことで、四足歩行ロボットは危険な場所を点検できず、人を危険にさらし、産業現場の生産性を低下させる。本論文では、強化学習に基づく制御ポリシーと、それを補完するフック状のエンドエフェクタによって、四足歩行ロボットのはしご登りを学習する。シミュレーションにおいて、異なるはしごの傾斜、横木の形状、横木の間隔に対するロバスト性を評価する。実機では、70° から 90° のはしご角度において全体で 90% の成功率でのゼロショット転移、モデル化されていない外乱の下での一貫した登はん性能、そして最先端より 232× 速い登はん速度を示す。本研究は、産業用四足歩行ロボットの応用範囲を、通常の地形での点検から環境内の困難なインフラ設備へと広げるものであり、複雑なスキルを実行する際のロボットの形態と制御ポリシーとの相乗効果を浮き彫りにする。詳細はプロジェクトウェブサイト https://sites.google.com/leggedrobotics.com/climbingladders を参照。

リンク

  • 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
  • プロジェクトページ: https://sites.google.com/leggedrobotics.com/climbingladders

このウェブサイトにはJavaScriptが必要です。オープンソースロボティクスプロジェクトを閲覧するにはJavaScriptを有効にしてください。