HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control

Motivation

• Known: 최근 humanoid robots는 complex terrains에서의 locomotion, dancing, loco-manipulation 등 다양한 whole-body control 태스크를 수행할 수 있으나, underactuated wheeled platform 위에서의 skateboarding은 non-holonomic constraints와 tightly coupled human-object interactions로 인해 매우 도전적이다.
• Gap: 기존 RL 기반 접근법들은 high-dimensional humanoid state/action space와 dynamic skateboard 간의 tight coupling으로 인한 instability와 sim-to-real gap을 해결하지 못하고 있으며, skateboarding의 hybrid contact dynamics와 phase transitions를 체계적으로 다루지 않는다.
• Why: Humanoid skateboarding은 real-world robotics의 복잡한 동역학과 로봇-환경 상호작용을 다루는 중요한 벤치마크 태스크이며, 성공적인 구현은 underactuated systems에서의 robust whole-body control 능력을 입증한다.
• Approach: HUSKY는 board tilt과 truck steering angle 간의 kinematic coupling (tan σ = tan λ sin γ) 을 명시적으로 모델링하고, hybrid dynamical system 프레임워크에서 AMP를 통한 human-like pushing 학습과 physics-guided lean-to-steer 전략, 그리고 trajectory planning 기반 phase transition mechanism을 통합한다.

Achievement

Fig. 1: Overview. (a) Our proposed framework HUSKY enables the humanoid robot to perform complete real-world skateboardi

• Physics-informed System Modeling: Board tilt과 truck steering angle의 coupling relationship을 수식적으로 유도하여 non-holonomic skateboard dynamics를 tractable하게 분석
• Hybrid Control Framework: Pushing과 steering 두 개의 distinct contact phases를 명시적으로 구성하여 각 phase의 역학과 제어 목표를 독립적으로 다룸
• Real-world Skateboarding Demonstration: Unitree G1 humanoid robot에서 diverse outdoor scenarios와 indoor environments에서 안정적이고 민첩한 skateboarding maneuvers 구현
• Robustness and Generalization: 외부 disturbances에 대한 robustness와 다양한 skateboard types에 대한 generalization capability 입증

How

Fig. 3: Framework of HUSKY. (a) We first analyze and model the humanoid–skateboard system, deriving a physics-inspired l

• Skateboard geometry를 분석하여 board tilt angle γ와 truck steering angle σ 간의 kinematic constraint equation (Eq. 1) 유도
• Humanoid skateboarding을 hybrid dynamical system으로 형식화하고, pushing phase (한 발은 skateboard에 접촉하여 balance 유지, 다른 발은 ground에 intermittent 접촉하여 propulsion 생성)와 steering phase (양발이 skateboard에 접촉하여 passive gliding 중 body lean으로 tilt 제어) 분리
• DRL을 사용하여 humanoid policy를 학습하되, Adversarial Motion Priors (AMP)를 leverage하여 pushing motions을 human-like하게 유도
• Physics-guided strategy로 lean angle과 board tilt 간의 관계를 활용하여 steering을 구현하고, heading-oriented objective로 directional control 달성
• Trajectory planning mechanism으로 pushing과 steering 사이의 smooth transitions를 보장하며, phase 간 dynamics discontinuity를 완화
• Dense reward function으로 skateboarding performance를 평가하고 agent exploration을 guide

Originality

• Skateboard의 lean-to-steer coupling을 명시적 kinematic constraint로 모델링하여 physics-aware learning을 가능하게 한 점이 혁신적
• Humanoid skateboarding을 hybrid dynamical system으로 형식화하여 pushing/steering phases를 구조적으로 분리한 접근이 novel
• AMP와 physics-guided strategy를 결합하여 human-like propulsion과 natural steering behaviors를 동시에 달성
• Trajectory planning을 통한 smooth phase transitions 메커니즘이 기존 whole-body control과 구별되는 특징
• Underactuated wheeled platform에서의 humanoid control은 robot skateboarding 분야에서 미개척 영역

Limitation & Further Study

• Simplified kinematic skateboard model은 suspension의 full dynamics (compliance, damping)를 완전히 capture하지 못할 수 있으며, 실제 skateboard의 mechanical characteristics 변화에 따른 adaptation 가능성 미검토
• DRL 학습이 simulation에서 수행되므로 sim-to-real gap의 완전한 해결이 아직 과제이며, real-world에서의 generalization에 대한 systematic analysis 부족
• Humanoid의 23 DoF 중 wrist 3 DoF를 제외한 설정이 특정 hardware에 종속적이므로, 다른 humanoid platforms에 대한 adaptability 불명확
• Outdoor environments의 terrain variations (slope, surface friction 등)에 대한 robustness 평가가 제한적
• High-speed maneuvers에서의 control stability 한계나 extreme scenarios (급격한 turn, high-speed obstacle avoidance)에 대한 분석 필요
• 향후 연구: Active suspension 모델 통합, multi-task learning으로 diverse skateboard designs 대응, 더 aggressive maneuvers의 exploration, long-horizon planning과의 결합 등이 필요

Evaluation

총평: HUSKY는 humanoid skateboarding이라는 도전적인 문제를 physics-aware modeling과 hybrid control framework를 통해 창의적으로 해결한 고품질 연구이며, explicit system modeling과 DRL의 결합으로 real-world에서의 stable skateboarding을 실현한 점에서 significant contribution을 제시한다.