人型ロボットが歩行できるようになったとき、ジョギングや走行を学ぶために一からやり直す必要はないはずです。しかし現在のアプローチの多くは、歩行スケジュールを指定したり、モーションクリップを模倣したり、複数の専門家スキルを切り替えたり、単一のポリシーにスキルを蒸留したりすることで歩行の多様性を実現しています。これらの戦略は印象的な動作を生み出せますが、連続的な速度コマンド、地形、ロボットの形態に対する柔軟性には限界があります。 新たに提案されるGaitSpanは、事前学習された基本的な歩行ポリシーをより速い歩行へ拡張するフレームワークです。歩行をシード技能として捉え、バランス、支持、身体協調、接地遷移の再利用可能な運動構造として位置付けます。この構造は新しいリズムで再生成でき、より長く高いストライドに拡張でき、残差適応により補正できます。拡張には三つの側面があります。第一に「リズム生成」は、凍結された歩行ポリシーを複数の内部クロックで変調し、結果として生じる正準動作のコマンド条件付き組み合わせを学習します。第二に「ストライド形成」は、バネ付き逆立ち振り子ダイナミクスに基づいた物理的根拠を持つ目的関数を用いて、コマンド速度に適切な動的歩行パターンに報酬を与えます。第三に「残差適応」は、リズム生成とストライド形成で説明できない運動の詳細を捉えます。 GaitSpanは、歩行、ジョギング、走行を連続的な速度範囲でカバーする単一のコマンド条件付き人型ロボットポリシーを初めて実現します。異なるロボット形態間での転移が可能であり、未見のシミュレーション環境および現実世界の地形にゼロショット展開できます。複数の専門家で訓練されたベースラインや人間の動作模倣と比較して、より速く学習でき、より強い歩行性能を達成します。