Booster Gym: An End-to-End Reinforcement Learning Framework for Humanoid Robot Locomotion

Essence

Fig. 1: Training, testing, and deployment on Booster T1

Booster Gym은 시뮬레이션에서 실제 로봇까지 humanoid robot locomotion을 위한 RL 기반 정책을 훈련하고 배포하는 end-to-end 프레임워크를 제시한다. 이 프레임워크는 domain randomization, 보상 함수 설계, parallel structures 처리 등을 포함하며 Booster T1 로봇에서 omnidirectional walking, disturbance resistance, terrain adaptability를 달성했다.

Motivation

Known: RL은 humanoid robot locomotion 제어를 위한 강력한 기술이며, GPU 가속화 시뮬레이터인 Isaac Gym은 대규모 병렬화를 통해 훈련을 가속화한다. 기존 연구들은 teacher-student distillation이나 RMA와 같은 multi-stage 방법들과 end-to-end 프레임워크들을 제시했다.
Gap: RL 기반 정책의 sim-to-real 전환은 여전히 도전적이며, 구현 세부 사항이 복잡하여 실제 로봇 배포가 어렵다. 또한 parallel mechanical structures 처리와 cross-simulator 검증을 포함한 완전한 통합 프레임워크가 부족했다.
Why: humanoid robot 개발을 가속화하고 RL 기반 정책의 실제 배포를 단순화하기 위해 완전한 end-to-end 프레임워크를 제공하는 것은 로보틱스 커뮤니티에 중요한 자원이 될 수 있다.
Approach: Isaac Gym, MuJoCo, Webots 등 다중 시뮬레이터를 활용한 multi-simulator 전략을 채택하고, PPO 알고리즘을 사용한 asymmetric actor-critic 아키텍처를 구현했다. Domain randomization을 포괄적으로 적용하고 PD controller를 통해 액추에이터 명령을 생성한다.

Achievement

Fig. 1: Training, testing, and deployment on Booster T1

완전한 end-to-end 파이프라인: 시뮬레이션 훈련부터 실제 로봇 배포까지 전체 과정을 다루는 통합 프레임워크 개발
포괄적인 domain randomization: 환경, 로봇, 액추에이터에 대한 체계적인 domain randomization으로 sim-to-real gap 감소
다양한 로봇 성능: Booster T1 로봇에서 omnidirectional walking, disturbance resistance, terrain adaptability 달성
cross-simulator 검증: Isaac Gym, MuJoCo, Webots에서의 일관된 성능으로 정책의 일반화 검증
오픈소스 공개: 커뮤니티 자원으로서 GitHub에 코드 공개하여 재현 가능성 확보

How

Fig. 2: An overview of the control architecture for training

POMDP 기반 formulation으로 부분 관찰 문제 정의
PPO 알고리즘과 asymmetric actor-critic 아키텍처 사용 (관찰 공간이 비대칭)
Generalized Advantage Estimation (GAE)를 통한 advantage 계산
환경 파라미터, 로봇 파라미터, 액추에이터 파라미터에 대한 광범위한 domain randomization 적용
PD controller를 통한 action을 제어 신호로의 변환
parallel mechanical structures 처리를 위한 series-parallel 및 parallel-series 변환
MuJoCo와 Webots에서의 cross-simulator 검증으로 정책 일반화 확인

Limitation & Further Study

Isaac Gym의 PhysX 엔진 제약 (폐쇄 운동학적 체인 미지원, 접촉력 추정 정확도 낮음) 존재
Domain randomization의 정도 결정이 휴리스틱 기반이며, 과도한 randomization이 보수적 정책을 생성할 수 있음
Booster T1 단일 로봇에서만 검증되었으므로 다른 humanoid 로봇 설계에 대한 일반화 가능성 불명확
Real-world 데이터 활용 없이 순수 sim-to-real 전환만 다루어 실제 배포 후 성능 개선 방법 제시 부족
Parallel structure 처리가 특정 로봇 디자인에 맞춤형이어서 다른 구조에 대한 확장성 제한 가능

Evaluation

Novelty: 3/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 이 논문은 humanoid robot locomotion의 RL 기반 훈련과 배포를 위한 실용적이고 완전한 오픈소스 프레임워크를 제시하며, 다중 시뮬레이터 검증과 실제 로봇 배포를 통해 실용성을 입증한다. 학술적 기여는 제한적이지만 로보틱스 커뮤니티에 즉시 활용 가능한 도구를 제공하는 점에서 가치 있다.