NWK/野分機械

少し前の #ロボットほこ天2026 振り返り 個人開発の小型ヒューマノイドでタイル路面をテレオペ歩行 初回は8割で停止、その後は20m×2本を完走しました 11.1V LiPoをほぼ使い切る連続運用で、転倒は2周目7回、3周目12回 特に旋回時が多く、現在のLIPMベース歩行の課題がよく見えました #ホビロボ制御

自作犬ロボ、軽々と 30 cm オーバーのジャンプしちゃった😇 ポテンシャル高すぎて、sim2real するのが楽しみすぎコレ！

オープンループモーション生成＋模倣RLは、目新しいようでいて、本質的には古典的な階層式歩行制御に近いのかも。 典型的なstabilizerと違うのは、policyの中に参照追従と安定化の両方が畳み込まれているところ。

元ツイの通り、旋回時安定性とバッテリの運用面の課題が浮き彫りになったとか以外にも、 腰を落とすと重心は下がる反面サーボ負荷が上がったりするので、終盤は重心ノブの調整が忙しかったり そこらへんRLに移行してからの課題にしたい

ほこてんでは新しい技術試したとかはあまり無いんですが、 屋外でもタイル面程度の摩擦、硬度、段差であれば定常歩行と起き上がりシーケンスにはクリティカルじゃないということはわかったのでよし

少し前の #ロボットほこ天2026 振り返り 個人開発の小型ヒューマノイドでタイル路面をテレオペ歩行 初回は8割で停止、その後は20m×2本を完走しました 11.1V LiPoをほぼ使い切る連続運用で、転倒は2周目7回、3周目12回 特に旋回時が多く、現在のLIPMベース歩行の課題がよく見えました #ホビロボ制御

1.5ヶ月前（秋葉原ロボほこてんの一週間前くらい）からずっと朝起きて学習回して仕事いって、帰ったら学習回して寝て、を繰り返して24h学習回し続けてるみたいになってるんですが 4月分の電気代がえらいことになってました・・・(泣)

@Type_rion 小学生のころ親に連れていって貰った記憶があります！ 確か、お台場潮風公園→静岡(ビームサーベル追加)→お台場ダイバーシティみたいな感じだったかと…！ gigazine.net/news/20090718_…

潮風公園にガンダム居た事あったの今知った マジか

ガンダム50thのやついい…すごくしんみりする 特に歌詞が良い、刺さる

ついに終わってしまうのか… 今までありがとうございました。　 潮風公園時代～ダイバーシティ時代含めた初代ガンダムより長かったのでは？

派手な動きではないかもしれないが、pushに対する踏み出しが以前simで弱push入れたときの踏み出しにだいぶ近くなってくれている　それが嬉しい

今までローパスとかノッチとか、ポリシー外の実機スペシャルな小手先の工夫で抑え込もうとしていたジャギジャギした挙動を、ポリシー側の設計変更で改善できたので、少しは本質的な方向にすすめているかも。。。

ジャギジャギしがちだった実機の動きが、徐々にsimの滑らかな動きに近づいてる感じがします。

関節角履歴＋gyroを観測に入れた構成について、コマンド無し学習の割合を増加しSim2Realでpush。 実機の動きがかなり滑らかになり、pushに対しても急に暴れず、なめらかにリカバリしている感じ。 #ホビロボ制御 #Sim2Real

@lambda_robot なるほどです！確かに、ポリシーに与える情報量を増やすのはギア比関係なく本質かもしれないですね 将来のQDD機に向けた知見を貯めてしまった…！

@RoboSafs01075 だんだん小動物的な動きになってきた！ QDDでもその考え方有効だと思います。特に2足だとスティフネスはある程度上げないと立てないのは一緒だし。

改めて考えたんだけど 関節角履歴は、関節速度と比較実験したわけではないが、論理的には高減速サーボ系のS2Rには有効かも 速度は瞬間の接線だが、履歴は直近の関節角波形なので、policyが加減速・位相・遅れを暗に読める可能性がある、、、かも（増やせば増やすほど情報量が多い）

え！もしやこれでは？Deepmind が関節角履歴を採用してた理由 (微分したくないのかなとかぼんやり考えてたけど) 体感としては、simでのポリシーのパフォーマンス向上より、sim2realギャップの低減に効いてる気がする

関節角履歴でSim2Realの挙動が滑らかになった一方、ゼロコマンドでも足踏みする件、原因を見直すと「静止時足踏みを学んだ」というより、そもそも学習中に完全ゼロコマンドがほぼ出ていなかった可能性が高い。 観測を良くしたら、今まで見えてなかったコマンド分布の穴が出てきた感じ。

さすがに日本語が意味不明すぎたので再投稿。 せっかく見てくれてた方すみません。。。

模倣強化学習のobsに関節角履歴（5step分）を入れたら、Sim2Real時の挙動がかなり滑らかになった。 一方で、ゼロコマンドでもその場足踏みするように。simでも再現し、参照軌道は静止しているので、policyが「静止時足踏み」という安定解を選んだ模様。 #ホビロボ制御 #Sim2Real

あとで読み返して文章が大変なことになっていると気付く