야생 환경에서 사족 보행 로봇을 위한 민첩하고 인지 기반의 다중 기술 보행

Agile perceptive multi-skill locomotion for quadrupedal robots in the wild

사족 보행 로봇이 험한 야외 환경부터 도시 경관에 이르기까지 복잡한 지형을 이동하기 위해서는 다양한 운동 능력을 매끄럽게 통합하고, 보행 패턴 간의 부드러운 전환을 가능하게 하며, 온보드 센서만을 사용하여 고속 인지 기반 보행을 수행해야 합니다. 본 논문에서는 APT-RL (Action Pretrained Transformer-based Reinforcement Learning)이라는 통일된 프레임워크를 제시합니다. 이 프레임워크는 온보드 센서와 연산 능력만을 활용하여 자율적인 기술 전환을 통해 복잡한 환경에서 고속 이동을 가능하게 하는 다중 기술 보행을 구현합니다. 저희의 접근 방식은 단순화된 동역학 모델을 사용한 경로 최적화를 통해 대규모, 풍부한 정보를 담고 있는 2차원 동작 데이터 세트를 생성합니다. 이러한 데이터 세트는 다양한 재사용 가능한 보행 기술을 학습하는 데 활용되며, 이 기술들은 복잡하고 불규칙한 지형에서 작동하는 실제 사족 로봇에 효과적으로 적용될 수 있습니다. 결과적으로 얻어지는 고품질의 기술은 복잡한 후속 작업의 효율적인 학습을 위한 강력한 사전 정보 역할을 하며, 자연스럽게 3차원 환경으로 확장되어 배포된 정책에서 부드럽고 고속의 다중 기술 보행을 가능하게 합니다. 실제 실험 결과는 본 프레임워크의 능력을 입증합니다. 로봇은 복잡한 실내 장애물과 야외 환경에서 민첩한 동작을 수행하며, 최대 시속 6미터에 달하는 순간 최고 속도를 보이는 동적 낙하 기동까지 가능합니다. 단일 온보드 정책을 통해 계단, 허들, 돌멩이, 틈새, 쓰러진 나뭇가지 등 다양한 장애물을 안정적으로 극복할 수 있으며, 이는 저희 접근 방식의 다양성과 효과성을 보여줍니다.

Enabling quadrupedal robots to traverse complex terrains-from rugged outdoor environments to urban landscapes-requires seamless integration of multiple motor skills, smooth transitions between gaits, and high-speed perceptive locomotion using only onboard sensors. We present APT-RL (Action Pretrained Transformer-based Reinforcement Learning), a unified framework that enables multi-skill locomotion to achieve high-speed traversal in complex environments through autonomous skill transitions utilizing only onboard perception and computation. Our approach generates large-scale, feature-rich 2D motion datasets through trajectory optimization with simplified dynamics. These datasets enable training of diverse, reusable locomotion skills that transfer effectively to a real quadruped robot operating on complex uneven terrains. The resulting high-quality skills serve as strong priors for efficient learning of complex downstream tasks and extend naturally to 3D environments, enabling smooth, high-speed multi-skill locomotion in deployed policy. Real-world experiments demonstrate the framework's capabilities: the robot performs agile maneuvers through complex indoor obstacles and outdoor wild environments, including dynamic drop-down maneuvers that reach instantaneous peak speeds of up to 6 meters per second. A single onboard policy enables robust traversal of diverse obstacles, including stairs, hurdles, stepping stones, gaps, and fallen branches, demonstrating the versatility and effectiveness of our approach.