一般化アクチュエータネットワークによる筋駆動ロボットのSim-to-Real転送

要旨: 腱をソフトな筋肉の駆動と組み合わせることで、より高速かつ安全なロボットが可能になり、さらに技能獲得の加速にもつながる可能性があります。それでも、これらのシステムは固有の非線形性、摩擦、ヒステリシスのために、実際の運用ではほとんど使われていません。これらはモデリングと制御を複雑にします。これまで、こうした課題はシミュレーションから実機への方策移転を妨げてきました。そこで本研究では、この複雑な駆動を表すニューラルネットワークモデルを学習し、腕のダイナミクスと環境との相互作用に対して確立された剛体シミュレーションを活用する、シミュレーションから実機へのパイプラインを提案します。本手法は Generalized Actuator Network (GeAN) と呼ばれ、トルクセンサを必要とせず関節位置の軌跡から直接学習することで、多様なロボットにわたる駆動モデル同定を可能にします。PAMY2（空圧式人工筋肉によって駆動される、腱駆動ロボット）に GeAN を適用し、シミュレーションのみで訓練した、精密な目標到達および動的なボール・イン・カップの方策を実際に正しく展開することに成功しました。私たちの知る限り、この結果は、4自由度の筋駆動ロボットアームに対する初めての成功したシミュレーションから実機への移転です。