Mode-Adaptive Neural Networks for Quadruped Motion Control

[kzmssk]

教師あり学習で四足歩行キャラクターのモーション生成．複数の歩行モードをスムーズに切り替え可能．

論文本体・著者

• Mode-Adaptive Neural Networks for Quadruped Motion Control
  • https://github.com/sebastianstarke/AI4Animation
  • He Zhang, Sebastian Starke, Taku Komura, Jun Saito
  • University of Edinburgh, Adobe Research
  • SIGGRAPH2018

解きたい問題

• 四足歩行モーションのオンライン生成を行いたい
  • 物理モデルを解く方法が過去に提案されているがオンラインでの実行が難しい
  • 二足歩行に比べて歩く(walk)，〜駆け足（canter)に複数の歩行モードが存在する
    • モードごとに足運びが異なる
    • モーションキャプチャのデータを使ったシンプルな学習器による回帰では複数の歩行モード生成が難しい
      • 複数のモードが1つのモードとして平均化して生成されてしまい不自然な歩き方になってしまう

新規性

• 四足歩行キャラのモーションをオンライン生成するシステムを作った
  • モーションキャプチャーのデータを回帰することでシステムを構築（data-driven)
  • 複数の歩行モードを効率的に学習するNeural Networkモデルを提案

実装

論文 Fig. 3 より 提案モデルの構成

• モデル全体としてはキャラクターの現在の姿勢，速度，ユーザーのコマンドから，次時刻の姿勢と速度を推定

• コマンドは停止，移動，ジャンプ，座り，寝転がり，立ちなどのモーションの種類と，移動方向・速度

• 犬のモーションキャプチャデータを教師信号にした回帰を行う

  • データは30分収録した
  • 停止，歩行，ジャンプ，座り，寝転がり，立ちのラベルを手作業でつけた
  • さらに歩行モードはスピードごとに4種類に分類

• モデルはモーション生成を行うMotion Prediction Networkと，その重みを調整するGating Networkの2つからなる

  • どちらのNetworkもFeed forward neural network (FNN)
  • Motion Prediction Networkの現在姿勢と速度から次時刻の姿勢と速度を出力
    • 複数の行列の線形和を各レイヤーのパラメーターとする
  • Gating Networkは足とend effector（地面と接触する部位）の姿勢とユーザーのコマンドからMotion Prediction Networkの線形和の重みを出力

実験・議論

実験結果の動画

論文 Fig. 9 より

• Unityで実装しオンラインで提案モデルを実行
  • 平らな地面で異なる歩行モード間をスムーズに移り変えることに成功した
  • 起伏のある地面でも逆運動学をオンラインに適用することで移動可能
• 教師データ（Ground Truth），シンプルなFNN（vanilla neural network, vNN)，phase-functioned neural network(PFNN)と比較評価
  • vNNでは異なるはずの動きが平均化されてしまい不自然な動き
  • PFNNはvNNに比べてより自然な動きが生成されたが，後ろ足に不自然さが残った
  • 足を引きずった平均的な距離，姿勢変動の偏差，ユーザーコマンドへの応答性を数値評価
  • Gating Networkがどのように重みを振り分けているのかを可視化（上の図，Fig.9）
    • Mixture of Expertsに見られるような重みの極端な偏りは見られなかった

注）PFNNはFNNのパラメーターを時間位相によって定期的に変動させるモデルで，著者らが過去に行った研究で提案されたモデル

• データは平らな面で収録したので障害物を乗り越えたりするようなダイナミックな動きはできない

読んだ中での不明点などの感想

• 障害物を避けたり乗り越えるような動作はデータがあればできると著者らは主張しているが・・・
  • 汎化できる程度の十分なデータを集めるのは大変なのでは？
  • DeepMimic( DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills #44)のように探索を導入する必要があるのではないだろうか

関連論文

• Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer: 複数の子ネットワークの入力をGatingするニューロンを組み合わせるモデルの提案
• Phase-Functioned Neural Networks for Character Control: 著者らが過去に行った研究．二足歩行の実験が行われている
• DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills #44, DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills: Data-drivenな姿勢模倣と探索を組み合わせた方法
• Learning Symmetric and Low-Energy Locomotion #32, Learning Symmetric and Low-Energy Locomotion: 姿勢の対称性を拘束条件に加えた深層強化学習で自然な動きを生成