人型ロボットは強力な運動能力を達成しましたが、多様な地形での信頼性の高いナビゲーションは、障害物回避と動的に実行可能な運動の調整が必要であるため、まだ困難です。
本研究では、研究者がGuideWalkを発表しました。これは、多様な地形での人型ナビゲーションのために、透過可能性認識ナビゲーション誘導と地形適応運動教師を統合した統一されたエンドツーエンドフレームワークです。
主要な革新:
ナビゲーションモジュール: 障害物回避と地形条件を分離する明示的な速度誘導を導入し、多様な環境での堅牢な計画を可能にします。
複合教師蒸留: 目標指向のコマンドと動的に一貫したアクションを集約し、単一ポリシーに蒸留します。
強化学習による改良: RLと補助的な行動クローン目標で堅牢性をさらに向上させ、望ましい教師の動作を保ちながら探索を促進します。
実験により、GuideWalkは様々な地形での安定した人型運動を維持しながら、稳定で効果的なナビゲーションを達成することが実証されました。
出典: arXiv (https://arxiv.org/abs/2606.10449)
