論文の概要: Arena-Web -- A Web-based Development and Benchmarking Platform for
Autonomous Navigation Approaches
- arxiv url: http://arxiv.org/abs/2302.02898v1
- Date: Mon, 6 Feb 2023 16:06:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 16:11:35.069905
- Title: Arena-Web -- A Web-based Development and Benchmarking Platform for
Autonomous Navigation Approaches
- Title(参考訳): arena-web - 自律ナビゲーションアプローチのためのwebベースの開発およびベンチマークプラットフォーム
- Authors: Linh K\"astner, Reyk Carstens, Christopher Liebig, Volodymyr
Shcherbyna, Lena Nahrworld, Subhin Lee, Jens Lambrecht
- Abstract要約: 本稿では,DRL ベースのナビゲーションプランナの開発,トレーニング,テストを行う Web ベースの開発・評価スイートである Arena-Web を紹介する。
インターフェースは直感的で、非専門家にアピールし、テクノロジーを広く利用できるようにするように設計されている。
- 参考スコア(独自算出の注目度): 2.4937400423177767
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, mobile robot navigation approaches have become increasingly
important due to various application areas ranging from healthcare to warehouse
logistics. In particular, Deep Reinforcement Learning approaches have gained
popularity for robot navigation but are not easily accessible to non-experts
and complex to develop. In recent years, efforts have been made to make these
sophisticated approaches accessible to a wider audience. In this paper, we
present Arena-Web, a web-based development and evaluation suite for developing,
training, and testing DRL-based navigation planners for various robotic
platforms and scenarios. The interface is designed to be intuitive and engaging
to appeal to non-experts and make the technology accessible to a wider
audience. With Arena-Web and its interface, training and developing Deep
Reinforcement Learning agents is simplified and made easy without a single line
of code. The web-app is free to use and openly available under the link stated
in the supplementary materials.
- Abstract(参考訳): 近年,医療分野から倉庫物流分野まで,様々な応用分野において,移動ロボットナビゲーションのアプローチがますます重要になっている。
特に、深層強化学習のアプローチは、ロボットナビゲーションで人気を集めているが、非専門家や開発が容易ではない。
近年、これらの高度なアプローチをより広い聴衆に利用できるようにする努力が続けられている。
本稿では,様々なロボットプラットフォームやシナリオを対象としたDRLベースのナビゲーションプランナの開発,トレーニング,テストを行うWebベースの開発・評価スイートであるArena-Webを紹介する。
インターフェースは直感的で、非専門家にアピールし、テクノロジーを広く利用できるようにするように設計されている。
arena-webとそのインターフェースによって、深層強化学習エージェントのトレーニングと開発が単純化され、1行のコードなしで簡単になる。
ウェブアプリは無料で利用でき、補足資料に記載されているリンクの下で公開することができる。
関連論文リスト
- NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。
この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。
実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
論文 参考訳(メタデータ) (2023-10-11T21:07:14Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳(メタデータ) (2023-04-06T13:07:17Z) - Recent Advancements in Deep Learning Applications and Methods for
Autonomous Navigation: A Comprehensive Review [0.0]
レビュー記事は、主要な機能を扱うために使用される、最近のAIベースのテクニックをすべて調査する試みである。
Paperは、自律的なナビゲーションとディープラーニングのギャップを埋めることを目指している。
論文 参考訳(メタデータ) (2023-02-22T01:42:49Z) - Arena-Rosnav 2.0: A Development and Benchmarking Platform for Robot
Navigation in Highly Dynamic Environments [2.194096102715421]
Arena-Rosnav 2.0は、私たちの以前の作品であるArena-BenchとArena-Rosnavの拡張です。
ロボットナビゲーションアプローチの開発とベンチマークのための、さまざまなモジュールが追加されている。
論文 参考訳(メタデータ) (2023-02-20T15:10:16Z) - Offline Reinforcement Learning for Visual Navigation [66.88830049694457]
ReViNDは、ロボットナビゲーションのための最初のオフラインRLシステムで、これまで収集されたデータを利用して、現実世界でユーザーが指定した報酬関数を最適化する。
ReViNDは、このデータセットからのオフライントレーニングのみを使用して、遠方の目標にナビゲートできることを示し、ユーザ指定の報酬関数に基づいて、質的に異なる振る舞いを示す。
論文 参考訳(メタデータ) (2022-12-16T02:23:50Z) - GNM: A General Navigation Model to Drive Any Robot [67.40225397212717]
視覚に基づくナビゲーションのための一般的な目標条件付きモデルは、多くの異なるが構造的に類似したロボットから得られたデータに基づいて訓練することができる。
ロボット間の効率的なデータ共有に必要な設計決定について分析する。
我々は、訓練されたGNMを、下四極子を含む様々な新しいロボットに展開する。
論文 参考訳(メタデータ) (2022-10-07T07:26:41Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳(メタデータ) (2022-01-25T14:51:19Z) - Human-Aware Robot Navigation via Reinforcement Learning with Hindsight
Experience Replay and Curriculum Learning [28.045441768064215]
強化学習アプローチは、シーケンシャルな意思決定問題を解決する優れた能力を示している。
本研究では,実演データを使わずにRLエージェントを訓練する作業を検討する。
密集層における最適なナビゲーションポリシーを効率的に学習するために,後視体験リプレイ(HER)とカリキュラム学習(CL)技術をRLに組み込むことを提案する。
論文 参考訳(メタデータ) (2021-10-09T13:18:11Z) - Towards Deployment of Deep-Reinforcement-Learning-Based Obstacle
Avoidance into Conventional Autonomous Navigation Systems [10.349425078806751]
深層強化学習は、過度に保守的なアプローチを置き換える代替計画方法として登場した。
深層強化学習アプローチは、局所ミニマに対する傾向のため、長距離ナビゲーションには適していません。
本論文では,従来のナビゲーションスタックに深層強化学習に基づくローカルプランナーを組み込んだナビゲーションシステムを提案する。
論文 参考訳(メタデータ) (2021-04-08T08:56:53Z) - Adversarial Environment Generation for Learning to Navigate the Web [107.99759923626242]
Webナビゲーションエージェントのトレーニングのボトルネックの1つは、トレーニング環境の学習可能なカリキュラムを提供することです。
AEG(Adversarial Environment Generation)を使用して、強化学習(RL)エージェントを訓練する困難なWeb環境を生成することを提案する。
提案するフレキシブルb-PAIRED技術を用いて訓練したナビゲータエージェントは,競争力のある自動カリキュラム生成ベースラインを著しく上回ることを示す。
論文 参考訳(メタデータ) (2021-03-02T19:19:30Z)
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。