論文の概要: A Survey of Robotic Navigation and Manipulation with Physics Simulators in the Era of Embodied AI

• arxiv url: http://arxiv.org/abs/2505.01458v1
• Date: Thu, 01 May 2025 09:22:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.128728
• Title: A Survey of Robotic Navigation and Manipulation with Physics Simulators in the Era of Embodied AI
• Title（参考訳）: 体操AI時代における物理シミュレータを用いたロボットナビゲーションと操作に関する調査
• Authors: Lik Hang Kenny Wong, Xueyang Kang, Kaixin Bai, Jianwei Zhang,
• Abstract要約: ナビゲーションと操作は、Embodied AIの中核的な機能であるが、現実の世界でこれらの能力を持つトレーニングエージェントは、コストと時間の複雑さに直面している。 Sim-to-real転送は重要なアプローチとして現れているが、sim-to-realギャップは持続する。 本研究は, 物理シミュレーターが過去の調査で見過ごされた特性を解析することにより, このギャップにどのように対処するかを検討する。
• 参考スコア（独自算出の注目度）: 3.3222579231365548
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Navigation and manipulation are core capabilities in Embodied AI, yet training agents with these capabilities in the real world faces high costs and time complexity. Therefore, sim-to-real transfer has emerged as a key approach, yet the sim-to-real gap persists. This survey examines how physics simulators address this gap by analyzing their properties overlooked in previous surveys. We also analyze their features for navigation and manipulation tasks, along with hardware requirements. Additionally, we offer a resource with benchmark datasets, metrics, simulation platforms, and cutting-edge methods-such as world models and geometric equivariance-to help researchers select suitable tools while accounting for hardware constraints.
• Abstract（参考訳）: ナビゲーションと操作は、Embodied AIの中核的な機能であるが、現実の世界でこれらの能力を持つトレーニングエージェントは、コストと時間の複雑さに直面している。 したがって、sim-to-real転送は重要なアプローチとして現れているが、sim-to-realギャップは持続する。 本研究は, 物理シミュレーターが過去の調査で見過ごされた特性を解析することにより, このギャップにどのように対処するかを検討する。 また、ナビゲーションや操作タスクの機能や、ハードウェアの要件も分析します。 さらに、ベンチマークデータセット、メトリクス、シミュレーションプラットフォーム、最先端手法、例えば世界モデルや幾何等分法などのリソースを、研究者がハードウェア制約を考慮しつつ適切なツールを選択するのに役立つように提供します。

関連論文リスト

• Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
  本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。 まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。 このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
  論文  参考訳（メタデータ） (2024-06-21T13:48:37Z)
• Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous Driving Research [76.93956925360638]
  Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。 TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。 我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-10-12T20:49:15Z)
• Residual Physics Learning and System Identification for Sim-to-real Transfer of Policies on Buoyancy Assisted Legged Robots [14.760426243769308]
  本研究では,BALLUロボットのシステム識別による制御ポリシのロバストなシミュレートを実演する。 標準的な教師あり学習の定式化に頼るのではなく、深層強化学習を利用して外部力政策を訓練する。 シミュレーショントラジェクトリと実世界のトラジェクトリを比較することで,改良されたシミュレーション忠実度を解析する。
  論文  参考訳（メタデータ） (2023-03-16T18:49:05Z)
• DeXtreme: Transfer of Agile In-hand Manipulation from Simulation to Reality [64.51295032956118]
  我々は人型ロボットの手で頑健な操作を行える政策を訓練する。 本研究は,各種ハードウェアおよびシミュレータのデクスタラス操作におけるsim-to-real転送の可能性を再確認する。
  論文  参考訳（メタデータ） (2022-10-25T01:51:36Z)
• A Survey of Embodied AI: From Simulators to Research Tasks [13.923234397344487]
  ネットワークAI」の時代から「身体AI」への新たなパラダイムシフト 本稿では,最先端のAIシミュレータと研究を包括的に調査する。
  論文  参考訳（メタデータ） (2021-03-08T17:31:19Z)
• A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
  本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。 我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。 我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
  論文  参考訳（メタデータ） (2020-11-17T22:24:26Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)

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。