脚ロボットへの強化学習（RL）の応用は進歩しており、新しく困難な地形への適応能力を示している。従来のRL移動フレームワークは位置ベースであり、地形タイプへの適応性が低く、観測空間に線形速度などの状態推定技術を必要とする。さらに、これらのRLフレームワークは小型軽量の四足歩行ロボットに限定されることが多く、ハードウェアの制約から高複雑度タスクへの実用性が限られていた。
本研究では、重量級高トルク四足歩行ロボットのためのRLトルク制御フレームワークを探求する。このフレームワークは、エージェントの現在速度を知らなくても、不整地を走破し、所望の線速度を効果的に追跡できる。NVIDIAのIsaac SimおよびIsaac Labを使用し、Unitree B1四足ロボットでRLトルク制御ポリシーのシミュレーション結果を示した。その結果、速度3.5 m/sと1.5 rad/sを達成した。さらに、外部センサの助けなしに階段を昇降することも可能である。
本論文は、2026年IEEE/SICEシステムインテグレーション国際シンポジウム（SII）に採録され、6ページ、4図を含む。著者らは、この研究が重量級四足ロボットの高性能移動制御に新たな道を開くと期待している。将来的には、実機検証やより動的な環境への拡張が計画されており、トルク制御の優位性がさらに実証される見込みである。この研究は、産業用や救助用ロボットなど、過酷な状況で動作する四足ロボットの実用化に貢献するだろう。