[논문 리뷰] Fault Tolerant Free Gait and Footstep Planning for Hexapod Robot Based on Monte-Carlo Tree

Liang Ding, Peng Xu외 5명|arXiv (Cornell University)|2020. 06. 13.

Robotic Locomotion and Control참고 문헌 37인용 수 6

한 줄 요약

이 논문은 희박하고 도전적인 지형에서 보행과 발자국 선택을 공동으로 최적화하는 몬테카를로 트리 탐색(MCTS) 기반의 협동 계획 프레임워크를 제안한다. 검색 효율성과 고장 내성 향상을 위해 FastMCTS와 SlidingMCTS를 도입함으로써, 기존의 순차적 계획 및 규칙 기반 접근 방식에 비해 시뮬레이션 및 실제 실험에서 훨씬 뛰어난 통과 성능을 확보한다.

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.

연구 동기 및 목표

• 희박하고 복잡한 지형에서 기존의 순차적 보행 및 발자국 계획 방식의 한계를 해결하기 위해.
• 보행과 발자국 선택의 통합 최적화를 통해 고장 내성 보행 전략을 통합함으로써 로봇의 통과 성능을 향상시키기 위해.
• 다이나믹한 환경에서 높은 계산 비용과 수렴 불량 문제를 겪는 표준 MCTS 알고리즘을 다리로 움직이는 로봇 계획에 적응시키기 위해.
• 계획 속도, 수렴성, 실시간 실행 가능성의 균형을 고려한 효율적인 MCTS 변종인 FastMCTS와 SlidingMCTS를 개발하기 위해.
• 다양한 지형 유형에서의 시뮬레이션과 실제 희박한 발자국 환경에서의 물리적 로봇 실험을 통해 방법의 유효성을 검증하기 위해.

제안 방법

• 몬테카를로 트리 탐색(MCTS)을 사용하여 보행과 발자국 계획을 순서 최적화 문제로 공식화하며, 각 로봇 상태를 탐색 트리의 노드로 간주한다.
• 특허를 취득한 고장 내성 보행 전략을 통합하여 다리로 움직이는 로봇이 일부 발자국이 유효하지 않거나 다리에 고장이 발생하더라도 안정성을 유지할 수 있도록 한다.
• 전문 지식을 활용하여 계획 속도를 향상시키기 위해 FastMCTS를 도입함으로써 수렴 속도를 개선하지만, 다소의 내구성 손실을 감수한다.
• SlidingMCTS는 각 스텝에 대해 독립적이고 局소적인 계획을 허용함으로써 실시간 성능을 향상시키고, 미래 상태에 대한 의존도를 감소시켜 적응성을 향상시킨다.
• 경사도, 거칠기, 발자국 지지 가능성 등의 지형 특징을 기반으로 상태를 평가하며, 전진 거리와 안정성에 따라 보상 값을 설정한다.
• 랜덤 롤아웃과 히우리스틱 기반 선택의 조합을 통해 탐색 트리를 확장하고, 결과 품질에 따라 노드 값을 업데이트하기 위해 역전파를 수행한다.

실험 결과

연구 질문

• RQ1 보행과 발자국 선택을 동시에 최적화하는 통합 계획 프레임워크는 순차적 계획 대비 희박한 발자국 환경에서 통과 성능을 크게 향상시킬 수 있는가?
• RQ2 다이나믹하고 불확실한 지형에서 계산 효율성과 수렴성을 균형 잡는 데 MCTS를 어떻게 다리로 움직이는 로봇 운동 계획에 적응시킬 수 있는가?
• RQ3 실시간 고장 내성 주행에서 FastMCTS(속도 중심)와 SlidingMCTS(균형 중심) 간의 성능 상충 관계는 어떠한가?
• RQ4 제안된 방법이 실제 인공 지형에서 발자국이 제한적이거나 끊어진 환경에서 물리적 6족 로봇의 주행 능력을 어느 정도 향상시킬 수 있는가?
• RQ5 고장 내성 보행 전략의 통합은 다리 고장이나 불안정한 발자국 상황에서 MCTS 기반 계획의 내구성을 향상시키는가?

주요 결과

• 제안된 MCTS 기반 방법은 희박하고 복잡한 지형에서 기존의 순차적 계획 및 규칙 기반 접근 방식보다 뛰어난 성능을 보이며, 특히 발자국이 제한된 환경에서 두드러진다.
• SlidingMCTS는 계획 시간과 수렴성 사이에 좋은 균형을 이루었으며, 통과 성능을 훼손하지 않으면서 실시간 국소 계획을 가능하게 하였다.
• 물리적 로봇 실험을 통해 알고리즘이 이질적인 블록으로 이루어진 분리된 환경을 성공적으로 통과시켜 실제 적용 가능성과 내구성을 입증하였다.
• 시뮬레이션 결과, 로봇은 세 가지 인위적으로 설계된 도전적인 지형(단절된 지형, 직사각형 감소 지형, 연속된 굴곡 지형)을 성공적으로 횡단하였으며, 보행 방식을 동적으로 조정하였다.
• 로봇은 지지가 없는 상태에서 다리를 일시적으로 들어 올리거나 극한 조건에서는 4족 보행으로도 작동할 수 있었으며, 높은 적응성을 보였다.
• SlidingMCTS의 계획 시간은 실시간 사용에 적합한 수준이었고, FastMCTS는 가장 빠른 단일 스텝 계획 시간을 기록했지만, 수렴 안정성은 낮았다.