論文の概要: Arena-Rosnav 2.0: A Development and Benchmarking Platform for Robot Navigation in Highly Dynamic Environments

• arxiv url: http://arxiv.org/abs/2302.10023v1
• Date: Mon, 20 Feb 2023 15:10:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-21 15:06:18.191281
• Title: Arena-Rosnav 2.0: A Development and Benchmarking Platform for Robot Navigation in Highly Dynamic Environments
• Title（参考訳）: Arena-Rosnav 2.0: 高ダイナミック環境におけるロボットナビゲーションのための開発とベンチマークプラットフォーム
• Authors: Linh K\"astner, Reyk Carstens, Huajian Zeng, Jacek Kmiecik, Tuan Anh Le, Teham Bhuiyan, Boris Meinardus, and Jens Lambrecht
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 4.169764363129227
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Following up on our previous works, in this paper, we present Arena-Rosnav 2.0 an extension to our previous works Arena-Bench and Arena-Rosnav, which adds a variety of additional modules for developing and benchmarking robotic navigation approaches. The platform is fundamentally restructured and provides unified APIs to add additional functionalities such as planning algorithms, simulators, or evaluation functionalities. We have included more realistic simulation and pedestrian behavior and provide a profound documentation to lower the entry barrier. We evaluated our system by first, conducting a user study in which we asked experienced researchers as well as new practitioners and students to test our system. The feedback was mostly positive and a high number of participants are utilizing our system for other research endeavors. Finally, we demonstrate the feasibility of our system by integrating two new simulators and a variety of state of the art navigation approaches and benchmark them against one another. The platform is openly available at https://github.com/Arena-Rosnav.
• Abstract（参考訳）: 本稿では,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を行うためのモジュールを多種追加した,前作のarena-benchとarena-rosnavを拡張したarena-rosnav 2.0を提案する。 プラットフォームは根本的に再構築され、計画アルゴリズムやシミュレータ、評価機能などの追加機能を追加するための統一APIを提供する。 より現実的なシミュレーションと歩行者の振る舞いを含み、参入障壁を低くするための深いドキュメントを提供しています。 まず,経験豊富な研究者や,新しい実践者や学生にシステムをテストするよう依頼するユーザスタディを実施し,システムの評価を行った。 フィードバックは概ね肯定的であり,多くの参加者が他の研究にシステムを活用している。 最後に,本システムの実現可能性を示すために,2つの新しいシミュレータと,アートナビゲーションアプローチのさまざまな状態を統合し,相互にベンチマークを行う。 プラットフォームはhttps://github.com/Arena-Rosnav.comで公開されている。

関連論文リスト

• Arena 4.0: A Comprehensive ROS2 Development and Benchmarking Platform for Human-centric Navigation Using Generative-Model-based Environment Generation [7.937317889320489]
  本稿では、Arena 3.0、Arena-Bench、Arena 1.0、Arena 2.0の大幅な進歩であるArena 4.0を紹介する。 Arena 4.0は、(1)生成モデルに基づく世界とシナリオ生成アプローチ、(2)包括的な3Dモデルデータベース、(3)ROS 2.0への完全移行の3つの重要な貢献を提供する。
  論文  参考訳（メタデータ） (2024-09-19T05:20:13Z)
• Hyp2Nav: Hyperbolic Planning and Curiosity for Crowd Navigation [58.574464340559466]
  我々は,群集ナビゲーションを実現するための双曲学習を提唱し,Hyp2Navを紹介した。 Hyp2Navは双曲幾何学の本質的な性質を活用し、ナビゲーションタスクにおける意思決定プロセスの階層的性質をよりよく符号化する。 本稿では, 効果的なソーシャルナビゲーション, 最高の成功率, 複数シミュレーション設定におけるリターンをもたらす, 双曲型ポリシーモデルと双曲型好奇性モジュールを提案する。
  論文  参考訳（メタデータ） (2024-07-18T14:40:33Z)
• 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)
• Arena-Web -- A Web-based Development and Benchmarking Platform for Autonomous Navigation Approaches [2.4937400423177767]
  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。
  論文  参考訳（メタデータ） (2023-02-06T16:06:07Z)
• PIC4rl-gym: a ROS2 modular framework for Robots Autonomous Navigation with Deep Reinforcement Learning [0.4588028371034407]
  この研究は、ナビゲーションと学習の研究を強化するための基本的なモジュラーフレームワークであるtextitPIC4rl-gymを導入している。 本稿では、DRLエージェントのトレーニングとテストを完全に統合したPIC4rl-gymの全体構造について述べる。 モジュラーアプローチは、新しいプラットフォーム、センサー、モデルを選択することで、シミュレーションを簡単にカスタマイズするために採用されている。
  論文  参考訳（メタデータ） (2022-11-19T14:58:57Z)
• Augmented reality navigation system for visual prosthesis [67.09251544230744]
  反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。 対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。 その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
  論文  参考訳（メタデータ） (2021-09-30T09:41:40Z)
• NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge [105.27989489105865]
  本稿では,TEAM CoSTARが開発したアルゴリズム,ハードウェア,ソフトウェアアーキテクチャについて述べる。 NeBula (Networked Belief-Aware Perceptual Autonomy) と呼ばれる当社の自律的ソリューションを紹介します。
  論文  参考訳（メタデータ） (2021-03-21T19:42:26Z)
• APPLD: Adaptive Planner Parameter Learning from Demonstration [48.63930323392909]
  本稿では,既存のナビゲーションシステムを新しい複雑な環境に適用可能な,適応プランナー学習(Adaptive Planner Learning from Demonstration)のAPPLDを紹介する。 APPLDは異なる環境で異なるナビゲーションシステムを実行する2つのロボットで検証されている。 実験結果から,APPLDはナビゲーションシステムよりも,デフォルトパラメータや専門家パラメータ,さらには人間実証者自体よりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-03-31T21:15:16Z)

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。