注意して歩く：雑然とした環境でセマンティックに導かれる移動（ロコモーション）を学習する
arXiv cs.RO / 2026/4/7
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、雑然とした空間における脚式ロボットの重要な安全課題を扱う。すなわち、セマンティック認識と低レベル制御の間のギャップや、標高（エレベーション）マップの誤りにより、低い位置にある物体を誤って踏んでしまう可能性がある。
- 骨折回避（衝突回避）を低減するため、ピクセル単位での踏み場（フォーホールド）の安全性推論を行い、より正確な足先の配置を実現する強化学習フレームワーク「SemLoco」を提案する。
- SemLoco は、移動（ロコモーション）中の障害物回避挙動をより確実に強制するため、ソフト制約とハード制約の両方を用いた2段階の強化学習設計を採用する。
- 本手法では、障害物の幾何学的な標高データだけにとどまらず、セマンティックマップを用いて通行可能性（トラバーサビリティ）のコストを割り当てる。
- 実験により、衝突の大幅な低減と、より複雑で非構造化された実環境での成功裏の展開が示されており、付随するデモ動画もある。
