ヒューマノイドを不整地で歩かせる新しい訓練法 ^{CEFR B2}

ジョージア工科大学の研究チームは、実世界の不整地でヒューマノイドが安定して歩行するための、より高速で低コストな訓練法を発表しました。研究は機械学習の博士課程学生 Feiyang Wu が主導し、全身を制御する新しいコントローラーを中心に進められました。キャンパス内で見つけた砂地、湿った草地、砂利、坂道、階段、平坦な地面といった多様な路面で試験しています。

従来の「教師と生徒の学習」枠組みでは、まず詳細なシミュレーション情報で教師を訓練し、その後で情報が限られた生徒に教える手順が一般的でした。しかし研究者らは、教師と生徒を順に訓練することが時間を要し、教師が得た有用な情報が生徒に伝わらない可能性があると指摘しました。シミュレーションは GPU チップ上で何時間もの計算を必要とするため、効率化が求められます。

チームは教師と生徒を同時に訓練する手法を採り、教師が学習を続けながら生徒に段階的に教え、生徒が生成するデータからも学ぶ仕組みにしました。これにより模倣のギャップが減り、実機への移行が容易になりました。訓練後、コントローラーは Ye Zhao の研究室にある実機ヒューマノイドに導入され、多様な路面で安定して歩き、押したり引いたりする外乱にも適応しました。

Wu の「Learn to Teach」フレームワークは汎用的に設計され、他のロボット設計や歩行以外のタスクにも適用可能です。研究は George W. Woodruff School of Mechanical Engineering と School of Computational Science and Engineering の共同で行われ、Office of Naval Research、US Department of Agriculture、National Science Foundation の支援を受け、成果は IEEE International Conference on Robotics and Automation で発表されました。