asRoBallet：摩擦を考慮した強化学習で非駆動の球面ダイナミクスにおけるSim2Realギャップを埋める
arXiv cs.RO / 2026/4/29
📰 ニュースDeveloper Stack & InfrastructureTools & Practical UsageModels & Research
要点
- 本論文は asRoBallet を紹介し、摩擦や接触のモデル化の不完全さによって生じる長年の Sim2Real「現実ギャップ」を対象に、ヒューマノイド・ボールボット上での強化学習（RL）の成功的な実機デプロイを初めて達成したと主張しています。
- 過去の研究では LQR/MPC による 3D バランシングは可能だった一方で、RL を実機へ移す際には、接触ダイナミクスの欠落、アクチュエータのレイテンシ／ジッタ、そして実機での安全な探索が大きな障害になっていると述べています。
- これに対処するため、著者らは ETH 型オムニホイールのローラ機構を明示的にモデル化し、寄生振動や接触の不連続まで含めた高忠実度 MuJoCo シミュレーションを構築しています。
- さらに、車輪‐球体および球体‐地面の界面における摩擦の結合効果を学習することで、ゼロショットの Sim2Real 転移を実現することを狙った「摩擦対応型 RL」フレームワークを開発しています。
- そのほか、過剰拘束の四足ロボットから主要部品を流用しつつ新たな構造フレームを組み込むことで低コストかつ堅牢な研究プラットフォームを設計し、iOS ベースの低レイテンシ制御エコシステムにより直感的な自然動作で表現力のあるヒューマノイド動作を単一オペレータが指揮できるようにしています。
