[論文レビュー] Optimizing Gait Libraries via a Coverage Metric

Brian Bittner, Shai Revzen|arXiv (Cornell University)|Jul 19, 2021

Robotic Locomotion and Control参考文献 31被引用数 4

ひとこと要約

本論文では、ロボットの損傷後も航行能力を維持できるようにするため、歩行プリミティブライブラリの最適化を目的としたカバレッジメトリクスを提案している。データ駆動型のシステム同定とリー群に基づく状態格子を用いることで、直感的でない高カバレッジの歩行パターンを発見した。この手法は、シミュレーテッドおよび物理的ロボット（木の枝で作られたロボットを含む）において実証され、人的バイアスを最小限に抑えながら損傷後の移動性を迅速に回復させた。

ABSTRACT

Many robots move through the world by composing locomotion primitives like steps and turns. To do so well, robots need not have primitives that make intuitive sense to humans. This becomes of paramount importance when robots are damaged and no longer move as designed. Here we propose a goal function we call "coverage", that represents the usefulness of a library of locomotion primitives in a manner agnostic to the particulars of the primitives themselves. We demonstrate the ability to optimize coverage on both simulated and physical robots, and show that coverage can be rapidly recovered after injury. This suggests that by optimizing for coverage, robots can sustain their ability to navigate through the world even in the face of significant mechanical failures. The benefits of this approach are enhanced by sample-efficient, data-driven approaches to system identification that can rapidly inform the optimization of primitives. We found that the number of degrees of freedom improved the rate of recovery of our simulated robots, a rare result in the fields of gait optimization and reinforcement learning. We showed that a robot with limbs made of tree branches (for which no CAD model or first principles model was available) is able to quickly find an effective high-coverage library of motion primitives. The optimized primitives are entirely non-obvious to a human observer, and thus are unlikely to be attainable through manual tuning.

研究の動機と目的

• 人間の直感や事前に定義された運動タイプに依存しない方法で、歩行プリミティブライブラリの有用性を評価するメトリクスを開発すること。
• 損傷後のナビゲーション能力を回復可能にするために、カバレッジに基づく目的関数を用いて歩行ライブラリを再最適化すること。
• 手動で設計されたプリミティブに依存するのを減らし、最適化によりロボットが効果的な歩行パターンを発見できるようにすること。
• カバレッジ最適化が、非標準的またはモデル化されていない形状のロボットに対しても、優れた性能を示す非自明な歩行パターンを生み出せることを示すこと。
• 自由度の役割が回復性能に与える影響と、さまざまなロボット設計においてカバレッジメトリクスの頑健性を調査すること。

提案手法

• カバレッジメトリクスは、ロボットの構成空間（SE(2) または SE(3) としてモデル化）における、運動プリミティブライブラリが占める領域の密度として定義される。
• 本手法は、CAD や第一原理モデルを必要とせず、実験的運動データからデータ駆動型のシステム同定を用いてロボットのダイナミクスをモデル化する。
• プリミティブは、SE(2) 内の目標点集合から、プリミティブの合成によって到達可能な状態までの平均距離を最小化する目的関数により最適化される。
• 最適化は反復的に実行される：初期の歩行パターンが探索され、性能評価を経て最良のサブセットが繰り返し試行と改善を経て精錬される。
• 本手法はリー群の合成を活用して逐次運動をモデル化し、プリミティブの系列からの到達可能な構成を正確に計算可能にする。
• 本手法は、シミュレーテッドロボットおよび CAD や機械的モデルが事前に入手不可能な木の枝で作られた物理的ロボットにも適用された。

実験結果

リサーチクエスチョン

• RQ1 人間のバイアスや事前に定義された運動タイプに依存せずに、カバレッジメトリクスを用いて優れた非直感的歩行プリミティブを発見できるか？
• RQ2 損傷後にカバレッジメトリクスを用いて歩行ライブラリを再最適化することで、ロボットがナビゲーション能力をどの程度効果的に回復できるか？
• RQ3 自由度が損傷ロボットにおけるカバレッジ回復の速度と品質に与える影響は何か？
• RQ4 カバレッジ最適化手法は、モデル化されていないまたは非標準的な形状のロボット（例：木の枝ロボット）に対しても適用可能か？
• RQ5 カバレッジメトリクスは、従来の手動設計または方向制約付きの歩行パターンと比較して、より頑健で相補的なプリミティブライブラリを生み出すか？

主な発見

• 8回の反復による歩行最適化後、ロボットは1サイクルあたり体長の40%の前進速度（回転速度 0.10 ラジアン/サイクル）を達成した。
• ハードウェア上での歩行ライブラリ最適化において、5回の反復後にカバレッジスコアが 0.97 から 0.76 に低下し、空間的カバレッジが向上した。
• 木の枝で作られたロボットは、CADモデルや第一原理ダイナミクスが存在しない状況下でも、非直感的で高カバレッジの歩行ライブラリを発見した。
• 最適化プロセスは、グーグルが使用するような強化学習手法と同等のスケールで、高カバレッジの歩行パターンを回復した。
• 4自由度を超える自由度の追加は、回復性能に次第に効果が薄れることが示され、損傷回復における有効な冗長性の閾値があることが示唆された。
• カバレッジメトリクスにより、移動中に顕著に回転する歩行パターンが発見されたが、これは人間には非自明でありながら、ナビゲーションに非常に効果的であった。