強化学習で挑むヒューマノイドの高速走行 ― ヒューマノイド運動会への取り組み

強化学習で挑むヒューマノイドの高速走行 ― ヒューマノイド運動会への取り組み

もくじ もくじ

強化学習によるヒューマノイドの 高速走行 **― ** 世界 ヒューマ ... 1

高橋勇哉 GMOインターネットグループ株式会社 グループ研究開発本部リ ... 2

ネットインフラ・セキュリティ|No.1サービスの集合体 圧倒的 ※1 ... 3

金融・決済・暗号資産領域 ※ No.1 ネット銀行 メインバンク増加率 ... 4

GMO AI&ロボティクス商事(GMO AIR) Copyright ... 5

Copyright © GMO Internet Group, Inc ... 6

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 7

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 8

GMO インターネットグループ陸上部 Copyright © GMO ... 9

駅伝日本一の走りを、ロボットへ Copyright © GMO Int ... 10

陸上部 × ロボットの取り組み GMO • ( 大会新記録 ) 今年の ... 11

世界 ヒューマノイドロボット運動会 昨年中国にて初回開催され、大きな注 ... 12

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 13

モーションキャプチャとリターゲティング • モーションデータはロボット ... 14

陸上部選手のモーションキャプチャ 直線 / カーブや加速 / 減速など ... 15

陸上部選手のモーションキャプチャ Copyright © GMO In ... 16

**人間 ** **→ ** ロボットへのリターゲティング Gener ... 17

**人間 ** **→ ** ロボットへのリターゲティング Copyr ... 18

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 19

走行ポリシーの学習 強化学習を用いた2つのアプローチで走行ポリシーを開 ... 20

PPO による走行ポリシーの獲得 PPO ( 近接方策最適化 ) • ... 21

カリキュラム学習 学習時、最初から高い目標速度を与えると極端に高い確率 ... 22

報酬設計 安定して歩行するための報酬設計は、 高速走行のためには必ずし ... 23

AMP による走行ポリシーの獲得 Peng **et al. ** ( ... 24

AMP を素朴に適用し実機にデプロイ Copyright © GMO ... 25

AMP の課題 • モーションデータに含まれない動きの対応が難しい • ... 26

ここまでのまとめ カリキュラム 必要なことはこの3つ • とにかく 必 ... 27

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 28

これまでの成果 (PPO) 直線を 5m/s 以上で • 左右のブレも ... 29

これまでの成果 (AMP) • 以下の内容で改善 • PPO 同様の報 ... 30

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 31

まとめ GMO ロボッツは、駅伝日本一の陸上部とエンジニアが 組んで、 ... 32

今後の展望 • より安定して高速な走りを獲得 • 自律 走行(レーン認 ... 33

実機 で見えて きたハードの課題 **5.5m/s ** 程度のスピー ... 34

表示 表示
サムネイル表示 サムネイル表示
枠内全画面 枠内全画面
検索 検索
スライドをシェア スライドをシェア
関連リンク 関連リンク

目次

強化学習によるヒューマノイドの 高速走行 **― ** 世界 ヒューマ ... 1

高橋勇哉 GMOインターネットグループ株式会社 グループ研究開発本部リ ... 2

ネットインフラ・セキュリティ|No.1サービスの集合体 圧倒的 ※1 ... 3

金融・決済・暗号資産領域 ※ No.1 ネット銀行 メインバンク増加率 ... 4

GMO AI&ロボティクス商事(GMO AIR) Copyright ... 5

Copyright © GMO Internet Group, Inc ... 6

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 7

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 8

GMO インターネットグループ陸上部 Copyright © GMO ... 9

駅伝日本一の走りを、ロボットへ Copyright © GMO Int ... 10

陸上部 × ロボットの取り組み GMO • ( 大会新記録 ) 今年の ... 11

世界 ヒューマノイドロボット運動会 昨年中国にて初回開催され、大きな注 ... 12

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 13

モーションキャプチャとリターゲティング • モーションデータはロボット ... 14

陸上部選手のモーションキャプチャ 直線 / カーブや加速 / 減速など ... 15

陸上部選手のモーションキャプチャ Copyright © GMO In ... 16

**人間 ** **→ ** ロボットへのリターゲティング Gener ... 17

**人間 ** **→ ** ロボットへのリターゲティング Copyr ... 18

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 19

走行ポリシーの学習 強化学習を用いた2つのアプローチで走行ポリシーを開 ... 20

PPO による走行ポリシーの獲得 PPO ( 近接方策最適化 ) • ... 21

カリキュラム学習 学習時、最初から高い目標速度を与えると極端に高い確率 ... 22

報酬設計 安定して歩行するための報酬設計は、 高速走行のためには必ずし ... 23

AMP による走行ポリシーの獲得 Peng **et al. ** ( ... 24

AMP を素朴に適用し実機にデプロイ Copyright © GMO ... 25

AMP の課題 • モーションデータに含まれない動きの対応が難しい • ... 26

ここまでのまとめ カリキュラム 必要なことはこの3つ • とにかく 必 ... 27

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 28

これまでの成果 (PPO) 直線を 5m/s 以上で • 左右のブレも ... 29

これまでの成果 (AMP) • 以下の内容で改善 • PPO 同様の報 ... 30

目次 1. 背景 : GMO インターネットグループ陸上部 – GMO ... 31

まとめ GMO ロボッツは、駅伝日本一の陸上部とエンジニアが 組んで、 ... 32

今後の展望 • より安定して高速な走りを獲得 • 自律 走行(レーン認 ... 33

実機 で見えて きたハードの課題 **5.5m/s ** 程度のスピー ... 34