論文の概要: Generating a Terrain-Robustness Benchmark for Legged Locomotion: A
Prototype via Terrain Authoring and Active Learning
- arxiv url: http://arxiv.org/abs/2208.07681v1
- Date: Tue, 16 Aug 2022 11:42:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-17 13:04:29.972629
- Title: Generating a Terrain-Robustness Benchmark for Legged Locomotion: A
Prototype via Terrain Authoring and Active Learning
- Title(参考訳): 脚歩行のための地形ロバスト性ベンチマークの作成:地形オーサリングとアクティブラーニングによるプロトタイプ
- Authors: Chong Zhang
- Abstract要約: 地形のオーサリングと積極的学習による地形データセットの生成を試作した。
幸いなことに、生成されたデータセットは、足の移動のための地形汚染度ベンチマークを作成することができる。
- 参考スコア(独自算出の注目度): 6.254631755450703
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Terrain-aware locomotion has become an emerging topic in legged robotics.
However, it is hard to generate challenging and realistic terrains in
simulation, which limits the way researchers evaluate their locomotion
policies. In this paper, we prototype the generation of a terrain dataset via
terrain authoring and active learning, and the learned samplers can stably
generate diverse high-quality terrains. Hopefully, the generated dataset can
make a terrain-robustness benchmark for legged locomotion. The dataset and the
code implementation are released at https://bit.ly/3bn4j7f.
- Abstract(参考訳): 足場を意識した移動は、足場ロボット工学において新たな話題となっている。
しかし、シミュレーションにおいて困難な現実的な地形を生成することは困難であり、研究者が移動政策を評価する方法を制限する。
本稿では,地形のオーサリングとアクティブラーニングによる地形データセットの生成を試作し,学習者が安定して高品質な地形を生成できることを示す。
願わくば、生成されたデータセットは脚の動きの地形ロバスト性ベンチマークを作ることができる。
データセットとコードの実装はhttps://bit.ly/3bn4j7fでリリースされる。
関連論文リスト
- Learning Interactive Real-World Simulators [107.12907352474005]
生成モデルを用いて実世界の相互作用の普遍的なシミュレータを学習する可能性について検討する。
シミュレーターを用いて、高レベルな視覚言語ポリシーと低レベルな強化学習ポリシーの両方を訓練する。
ビデオキャプションモデルは、シミュレートされた経験を持つトレーニングの恩恵を受けることができる。
論文 参考訳(メタデータ) (2023-10-09T19:42:22Z) - Learning Robust, Agile, Natural Legged Locomotion Skills in the Wild [17.336553501547282]
我々は、挑戦的な地形上で頑丈で、アジャイルで、自然な足の運動スキルを学ぶための新しいフレームワークを提案する。
四足歩行ロボットのシミュレーションと実世界における実証実験の結果,提案アルゴリズムは難易度の高い地形を頑健に横断できることを示した。
論文 参考訳(メタデータ) (2023-04-21T11:09:23Z) - TrafficBots: Towards World Models for Autonomous Driving Simulation and
Motion Prediction [149.5716746789134]
我々は,データ駆動型交通シミュレーションを世界モデルとして定式化できることを示した。
動作予測とエンドツーエンドの運転に基づくマルチエージェントポリシーであるTrafficBotsを紹介する。
オープンモーションデータセットの実験は、TrafficBotsが現実的なマルチエージェント動作をシミュレートできることを示している。
論文 参考訳(メタデータ) (2023-03-07T18:28:41Z) - Legged Locomotion in Challenging Terrains using Egocentric Vision [70.37554680771322]
本稿では,階段,縁石,石段,隙間を横断できる最初のエンドツーエンド移動システムを提案する。
この結果を,1台の前面深度カメラを用いた中型四足歩行ロボットに示す。
論文 参考訳(メタデータ) (2022-11-14T18:59:58Z) - Deep Generative Framework for Interactive 3D Terrain Authoring and
Manipulation [4.202216894379241]
本稿では,VAEと生成条件GANモデルを組み合わせた新しいランドスケープオーサリングフレームワークを提案する。
我々のフレームワークは実世界の地形データセットから潜在空間を学習することで既存の手法の限界を克服しようとする例に基づく手法である。
我々はまた、ユーザが最小限の入力で多様な地形を生成できるインタラクティブツールを開発した。
論文 参考訳(メタデータ) (2022-01-07T08:58:01Z) - Towards Optimal Strategies for Training Self-Driving Perception Models
in Simulation [98.51313127382937]
合成ドメインのみにおけるラベルの使用に焦点を当てる。
提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。
マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
論文 参考訳(メタデータ) (2021-11-15T18:37:43Z) - Solving Occlusion in Terrain Mapping with Neural Networks [7.703348666813963]
本研究では,実世界のデータに基づいて,地上情報を必要としない自己教師付き学習手法を提案する。
私たちのニューラルネットワークは、自律的な地上ロボットに適したサンプリングレートで、CPUとGPUの両方でリアルタイムで実行できます。
論文 参考訳(メタデータ) (2021-09-15T08:30:16Z) - Quadruped Locomotion on Non-Rigid Terrain using Reinforcement Learning [10.729374293332281]
非剛性な動的地形上での移動学習のための新しい強化学習フレームワークを提案する。
55cmのトレーニングを受けたロボットは、最大5cmまで沈むことができる地形を歩ける。
様々な地形条件でロボットを訓練することで,本手法の有効性を示す。
論文 参考訳(メタデータ) (2021-07-07T00:34:23Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳(メタデータ) (2021-04-30T15:30:05Z) - Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
足の移動はロボティクスの操作領域を劇的に拡張することができる。
足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。
ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
論文 参考訳(メタデータ) (2020-10-21T19:11:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。