[論文レビュー] Fault Tolerant Free Gait and Footstep Planning for Hexapod Robot Based on Monte-Carlo Tree

Liang Ding, Peng Xu+5 more|arXiv (Cornell University)|Jun 13, 2020

Robotic Locomotion and Control参考文献 37被引用数 6

ひとこと要約

本稿では、スパarsな困難な地形において歩法と着地位置選択を統合最適化するMCTSベースの協調計画フレームワークを提案する。FastMCTSとSlidingMCTSを導入することで探索効率と故障耐性を向上させ、限られた着地位置がある環境でも従来の逐次計画法やルールベース手法を上回る通過性を実現した。シミュレーションおよび実機実験において優れた性能を示した。

ABSTRACT

Legged robots can pass through complex field environments by selecting gaits and discrete footholds carefully. Traditional methods plan gait and foothold separately and treat them as the single-step optimal process. However, such processing causes its poor passability in a sparse foothold environment. This paper novelly proposes a coordinative planning method for hexapod robots that regards the planning of gait and foothold as a sequence optimization problem with the consideration of dealing with the harshness of the environment as leg fault. The Monte Carlo tree search algorithm(MCTS) is used to optimize the entire sequence. Two methods, FastMCTS, and SlidingMCTS are proposed to solve some defeats of the standard MCTS applicating in the field of legged robot planning. The proposed planning algorithm combines the fault-tolerant gait method to improve the passability of the algorithm. Finally, compared with other planning methods, experiments on terrains with different densities of footholds and artificially-designed challenging terrain are carried out to verify our methods. All results show that the proposed method dramatically improves the hexapod robot's ability to pass through sparse footholds environment.

研究の動機と目的

• 限られた着地位置がある複雑な地形において、従来の逐次的歩法と着地位置計画の限界を解消すること。
• 歩法と着地位置選択の統合的最適化に加え、故障耐性のある歩法戦略を統合することで、ロボットの通過性を向上させること。
• 動的で変化しやすい環境における収束性の欠如と高い計算コストという問題を解決し、標準MCTSアルゴリズムを脚付きロボット計画に適応させること。
• 計画速度、収束性、リアルタイム実行可能性のバランスを取るための効率的なMCTS変種（FastMCTSおよびSlidingMCTS）を開発すること。
• 多様な地形タイプにおけるシミュレーションと実世界のスパarsな着地位置環境における物理的ロボット実験を通じて、本手法の有効性を検証すること。

提案手法

• 本手法は、モンテカルロ木探索（MCTS）を用いて歩法と着地位置計画をシーケンス最適化問題として定式化し、各ロボット状態を探索木上のノードとして扱う。
• 脚が不具または一部の着地位置が不適切であっても安定を維持できる、新規な故障耐性あり歩法戦略を統合する。
• 専門知識を活用することで計画を高速化するFastMCTSを導入し、収束速度を向上させるが、若干の頑健性の低下を伴う。
• 各ステップごとに独立して局所的計画が可能な仕組みにより、SlidingMCTSはリアルタイム性能を向上させ、将来の状態依存性を低減し、適応性を高める。
• 傾斜、粗さ、着地位置の支持可能性といった地形特徴を評価指標として用い、前進距離と安定性に基づく報酬を計算する。
• ランダムなロールアウトとヒューリスティックによる選択の組み合わせにより探索木を展開し、結果の品質に基づいてノード値をバックプロパゲーションで更新する。

実験結果

リサーチクエスチョン

• RQ1 歩法と着地位置選択を統合最適化する包括的計画フレームワークは、逐次計画と比較して、限られた着地位置がある環境で通過性を顕著に向上させることができるか？
• RQ2 動的で不確実性の高い地形において、計算効率と収束性のバランスを取るためにMCTSを脚付きロボット運動計画にどのように適応できるか？
• RQ3 リアルタイムで故障耐性のあるナビゲーションを実現する上で、速度中心のFastMCTSとバランス中心のSlidingMCTSの間で生じる性能的トレードオフは何か？
• RQ4 本手法は、限られたまたは途切れのある着地位置を持つ人工的で挑戦的な地形において、物理的六脚ロボットがどれほど効果的にナビゲートできるか？
• RQ5 故障耐性のある歩法戦略の統合により、脚の故障や不安定な着地位置下でもMCTSベース計画の頑健性が向上するか？

主な発見

• 提案手法のMCTSベースのアプローチは、特に着地位置が限られる環境において、従来の逐次計画法やルールベース手法を著しく上回る通過性を示した。
• SlidingMCTSは計画時間と収束性のバランスをうまく取っており、通過性に影響を与えることなくリアルタイムでの局所的計画を可能にした。
• 実機ロボット実験の結果、ロボットが離散的なレンガの配置されたフィールドを正常に通過できることを確認し、実世界での実用性と頑健性を裏付けた。
• シミュレーションでは、分割型、長方形を減算した型、連続的溝型の3種類の人工的で挑戦的な地形を正常に越えており、動的かつ適応的な歩法変更が可能であった。
• 極端な状況下では一時的に脚を浮かせるなど、四脚走行としても動作可能な柔軟性を示し、高い適応性を実証した。
• SlidingMCTSの計画時間はリアルタイム利用に十分な水準であり、FastMCTSは最速の1ステップ計画時間を達成したが、収束安定性は低かった。