Study on Hopping Motion Strategy in Unknown Environments Based on Soil Interaction

基于土壤相互作用的未知环境下跳跃运动策略研究

基本信息

批准号：
19J10278
负责人：
坂本康輔
金额：
$ 1.09万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-25 至 2021-03-31
项目状态：
已结题

项目摘要

申請者は昨年度より引き続きスイスEPFLにて3Dシミュレーションを用いた跳躍ロボットの行動戦略アルゴリズムの構築に取り組んだ．本研究では，惑星環境をを模擬したシミュレータ上において，跳躍及び車輪を用いてロボットが目的地に効率よく迎えるようなアルゴリズムの構築を目標としている．惑星環境は事前にわかっていることが少なく未知な部分が多いため，不確実性を考慮しつつ，ロバストな行動計画が必要である．本研究では，強化学習を用いて不整地における跳躍ロボットの行動アルゴリズムを生成した．これにより，どのように跳躍すれば不整地で効率よく移動できるかの指針を得ることができる．今後は得られた行動パターンを元に実際のロボットを用いて屋外環境で試験を行い，アルゴリズムの有用性や，改善点などを調査していく．また，探査ロボットの安全性と痕跡調査を両立するためには，行動の不確実性を最小化する行動戦略が必須である.そこで不確実性を確率的に表し，砂地や起伏での跳躍のリスクと痕跡発見のリターンを「報酬」として定量的に表現することでリスクとリターンのトレードオフを考慮した行動戦略を構築した.MDPと呼ばれる手法を用いて不確実性を最小化し，報酬を最大化するような跳躍経路を生成するアルゴリズムを提案した.その際に，ロボットの位置や姿勢，次の行動がどの程度安全であるかと，その行動により周囲の環境をどの程度認識し，未知度を減らせるかを評価関数として提案した．これにより，ロボットの現状に合わせた様々な経路を生成することができ，目的に応じたロボットの行動戦略を構築することができる．

自去年以来，申请人继续致力于使用瑞士EPFL的3D模拟来构建行为策略算法，用于跳跃机器人。这项研究旨在构建一种算法，该算法使用跳跃和车轮在模拟行星环境的模拟器上有效地欢迎机器人进入目的地。由于行星环境很少是事先知道的，因此需要许多未知的方面，因此必须考虑到不确定性，因此必须制定强大的行动计划。在这项研究中，我们使用强化学习来生成行为算法，以在不平坦的地面跳跃机器人。这使您可以获得有关如何在不规则地形上有效跳跃的指南。将来，我们将根据获得的行为模式在室外环境中使用实际机器人进行测试，并研究算法和改进区域的有用性。此外，为了平衡勘探机器人的安全性和追踪调查，将行为不确定性最小化的行为策略至关重要。因此，通过定量表达不确定性的不确定性，并定量表达在桑迪（Sandy）地面和起伏为“奖励”上跳跃的风险，我们构建了一种行动策略，考虑了风险和回报之间的权衡。我们提出了一种算法，该算法可以最大程度地减少不确定性并生成跳跃路径，该算法通过使用称为MDP的方法最大化奖励。在这种情况下，我们提出了机器人的位置和姿势，下一个动作的安全性以及它识别周围环境的程度并减少了未知数。这样可以创建适合机器人当前状态的各种路径，并允许根据其目的构建机器人。