高速シミュレータを用いた強化学習による遠隔操縦油圧ショベルの転倒回避動作獲得
2026 年 7 巻 2 号 p. 69-80
詳細
2026 年 7 巻 2 号 p. 69-80
遠隔操縦油圧ショベルは，通信遅延や身体感覚の欠如により傾斜地での転倒リスクが高い．本研究では，高速シミュレータ Genesis上に傾斜地形および障害物環境を構築し，内部状態と LiDAR 点群から生成した BEV(Bird’s Eye View) 画像を統合したActor-Critic 方策を構成し，PPO(Proximal Policy Optimization) により学習した．傾斜角を一定速度で 45°まで増加させ，到達後 10 s 維持する条件で平均をとった．その結果，障害物なしの環境では平均 850 ステップ（17 s）の姿勢維持を達成し，障害物ありの環境では，最大エピソード長 1000 ステップ（20 s）付近まで転倒を回避できた．さらに，知識蒸留により両方策を単一方策に統合し，損失の収束を確認した．
