TRANS：社会的相互作用下における四足ロボットの機敏な移動のための地形対応強化学習
arXiv cs.RO / 2026/4/1
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、社会的相互作用のある非構造環境において、機敏な四足移動を実現するための地形対応型ディープ強化学習フレームワークTRANSを提案する。
- 既存の四足アプローチは、計画と歩行（ロコモーション）を分離することで全身・地形の制約を取りこぼすか、あるいは高周波でノイズの多い、計算コストが高いエンドツーエンドのセンシングに依存していると主張する。
- TRANSは、2段階の学習設定として3つのDRLパイプラインを用いる：明示的な地形／接触観測なしででこぼこした地形上の移動を行うTRANS-Loco、差動駆動の運動学の下で変換したLiDAR入力により社会的ナビゲーションを行うTRANS-Nav、そして両者を統合した単一のTRANSパイプライン。
- 移動と社会的ナビゲーションのベースラインに対するベンチマークにより、TRANSの有効性が示され、ハードウェア実験ではシミュレーションから実機への転移の可能性が示唆される。
