2足歩行ロボットを作ってみよう（前編） - ABEJA Tech Blog

はじめに ロボットの制作 ハードウェアの設計 モデルの作成 シミュレーション USDの作成とIsaacSimでの確認 プロジェクトの作成 学習条件の設定 環境の設定 Agentの設定 強化学習について 設定の詳細 タスクの設定 歩容改善の取り組みについて 対称性の学習 学習パラメータの改善 周期性の導入 ポテンシャルベースでの報酬 様々な報酬について 歩容・接地パターン系 足の軌道・ストライド・空中時間系 姿勢・位置・速度の追従／安定化系 ジョイント・動力学系（ペナルティ） 模倣学習（Imitation Learning） 蒸留 学習と推論 実験 学習結果 強化学習の報酬ログ 蒸留の報酬のログ 余談 実機でもお試し実験 次回に向けて We Are Hiring! はじめに こんにちは、ABEJAのラボで研究開発をしている藤本です。この記事はABEJAアドベントカレンダー2025の25日目の