物理誘導型生体力学的歩容適応：急斜面地形における人型ロボットの歩行

最近、arXiv に投稿された論文で、急斜面地形における人型ロボットの歩行に関する研究が発表されました。Xuanyu Chen 氏を含む9名の著者によるこの研究は、HumoSlope と呼ばれる2段階の物理誘導型フレームワークを提案し、急斜面でのロバストな人型ロコモーションを実現することを目的としています。

従来のモデルフリー強化学習手法は、平坦または不連続な地形では優れた成果を上げていますが、急斜面の制御には大きな課題が残されていました。斜面地形は持続的な重力バイアスを生じ、ロボットは安定性と姿勢制御を同時に求められます。一般的な報酬設計では、ポリシーが低速で保守的な低重心（CoM）のしゃがみ歩容に収束してしまい、実用的な要求を満たせません。

HumoSlope フレームワークは、2段階の革新的な設計を中核としています。第1段階では、従来の世界水平基準ではなく、局所的な傾斜支持平面上で直接評価する斜面適応型ゼロモーメント点（ZMP）正則化器を導入し、地形と整合したバランス事前分布を確立します。第2段階では、生体力学的斜面歩容アダプタ（BSGA）を導入します。BSGA は、抽出された巨視的地形記述子を特権的訓練信号として利用し、推定された斜面形状に基づいて CoM 高さと下肢協調を動的に調整するソフト報酬事前分布をゲート制御します。上り坂では股関節主体の推進、下り坂では膝主体の制動を促進します。重要なのは、展開後のアクターが完全に固有受容感覚のみで動作し、オンラインの外受容センシングを一切必要としない点です。

研究チームは、大規模な Sim-to-Real 実験を通じて本手法の有効性を検証しました。実験結果は、HumoSlope フレームワークが姿勢劣化を効果的に軽減し、最大62.7%（32.1°）の屋外芝生斜面をブラインドで連続走行可能であることを示しました。これは、物理誘導型アプローチが困難な斜面地形適応において有効であることを実証しています。

本研究は、人型ロボットの複雑な屋外環境への応用に新たな道を開くものであり、特に急斜面での捜索・救助や探査などのシナリオで重要な意義を持ちます。今後、チームはさらに extreme な地形への一般化を探求する予定です。