スクーターを操縦する人型ロボット:深層強化学習によるSim-to-Real転移

深層強化学習(DRL)を用いたSim-to-Real転移により、実物大の人型ロボットが2輪スクーターのバランスを自律維持し、操舵指示に追従する制御技術が発表された。0.8〜3.0 m/sの低速域において、直進で96%、旋回で72〜92%、60mmの段差乗り越えで88%、初となる70kgの人間の同乗走行で73%の成功率を達成した。一方で、持続的な高精度追従が求められる4.5mラウンドアバウトでは28%、台湾のスクーター免許試験の一部では33%にとどまった。本システムは発進や停止、速度設定は外部で行われ、走行中のバランス維持とステアリング制御に特化している。