論文の概要: Making Infeasible Tasks Feasible: Planning to Reconfigure Disconnected 3D Environments with Movable Objects
- arxiv url: http://arxiv.org/abs/2601.02645v1
- Date: Tue, 06 Jan 2026 01:36:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.647146
- Title: Making Infeasible Tasks Feasible: Planning to Reconfigure Disconnected 3D Environments with Movable Objects
- Title（参考訳）: 不可能なタスクを実現する: 移動可能なオブジェクトで非接続な3次元環境を再構成する計画
- Authors: Samarth Kalluraya, Yiannis Kantaros,
- Abstract要約: 初期から目標設定までの衝突のないロボットパスの計画は、環境が切断されたときに失敗することが多い。
BRiDGEは,ロボットやオブジェクトの構成に木をインクリメンタルに構築して,実現可能な計画を計算する,サンプリングベースのプランナである。
本手法は確率論的に完全であることを示すとともに,その有効性を検証した広範な数値実験およびハードウェア実験を行う。
- 参考スコア（独自算出の注目度）: 7.628322510394639
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Several planners have been developed to compute dynamically feasible, collision-free robot paths from an initial to a goal configuration. A key assumption in these works is that the goal region is reachable; an assumption that often fails in practice when environments are disconnected. Motivated by this limitation, we consider known 3D environments comprising objects, also called blocks, that form distinct navigable support surfaces (planes), and that are either non-movable (e.g., tables) or movable (e.g., boxes). These surfaces may be mutually disconnected due to height differences, holes, or lateral separations. Our focus is on tasks where the robot must reach a goal region residing on an elevated plane that is unreachable. Rather than declaring such tasks infeasible, an effective strategy is to enable the robot to interact with the environment, rearranging movable objects to create new traversable connections; a problem known as Navigation Among Movable Objects (NAMO). Existing NAMO planners typically address 2D environments, where obstacles are pushed aside to clear a path. These methods cannot directly handle the considered 3D setting; in such cases, obstacles must be placed strategically to bridge these physical disconnections. We address this challenge by developing BRiDGE (Block-based Reconfiguration in Disconnected 3D Geometric Environments), a sampling-based planner that incrementally builds trees over robot and object configurations to compute feasible plans specifying which objects to move, where to place them, and in what order, while accounting for a limited number of movable objects. To accelerate planning, we introduce non-uniform sampling strategies. We show that our method is probabilistically complete and we provide extensive numerical and hardware experiments validating its effectiveness.
- Abstract（参考訳）: いくつかのプランナーは、初期から目標設定までの動的に実現可能な衝突のないロボットパスを計算するために開発されている。
これらの作業における重要な前提は、目標領域が到達可能であることである。
この制限によって動機付けられた既知の3D環境は、ブロックとも呼ばれ、異なるナビゲーション可能な支持面(平面)を形成し、非移動可能(例えばテーブル)または移動可能(例えばボックス)である。
これらの表面は、高さの違い、穴、または横方向の分離のために相互に切断されることがある。
我々の焦点は、ロボットが到達不可能な高架平面上に位置する目標領域に到達しなければならないタスクである。
そのようなタスクが実行不可能であると宣言するのではなく、ロボットが環境と対話できるようにし、移動可能なオブジェクトを並べ替えて、新しい移動可能なコネクションを作る、という効果的な戦略である。
既存のNAMOプランナは、通常、2D環境に対処する。
これらの手法は、考慮された3D設定を直接扱えない。そのような場合、物理的切断をブリッジするためには、戦略的に障害を配置する必要がある。
BRiDGE (Block-based Reconfiguration in Disconnect 3D Geometric Environments) は,移動対象の移動先,配置先,順序を指定し,限られた数の可動対象を考慮しつつ,ロボットやオブジェクト構成上に木をインクリメンタルに構築する,サンプリングベースのプランナである。
計画の高速化のために,一様でないサンプリング戦略を導入する。
本手法は確率論的に完全であることを示すとともに,その有効性を検証した広範な数値実験およびハードウェア実験を行う。
関連論文リスト
- Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動
本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。
我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
論文 参考訳（メタデータ） (2026-02-25T22:49:54Z) - To Move or Not to Move: Constraint-based Planning Enables Zero-Shot Generalization for Interactive Navigation [14.745622942938532]
家庭環境や倉庫のような現実のシナリオでは、クラッタはすべてのルートをブロックすることができる。
本稿では,移動ロボットが乱雑に移動して自身の進路を鍛える,Lifelong Interactive Navigation問題を紹介する。
アクティブな認識を伴うLLM駆動制約に基づく計画フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-23T17:10:00Z) - ReloPush-BOSS: Optimization-guided Nonmonotone Rearrangement Planning for a Car-like Robot Pusher [1.0828616610785522]
カーライクなロボット・プッシャーを用いて,密集した環境下での多目的再配置計画に着目する。
私たちのフレームワークであるReloPush-BOSSは、最先端のベースラインと比較して、一貫して成功率と最短のプッシュパスを示しています。
論文 参考訳（メタデータ） (2026-01-29T20:03:33Z) - OmniEVA: Embodied Versatile Planner via Task-Adaptive 3D-Grounded and Embodiment-aware Reasoning [50.45036742963495]
我々は,先進的な具体的推論とタスクプランニングを可能にする,多元的多元的プランナーであるOmniEVAを紹介する。
Task-Adaptive 3D Groundingメカニズムは、様々な実施タスクに対してコンテキスト対応の3Dグラウンドを可能にする。
Embodiment-Aware Reasoningフレームワークは、タスクの目標と実施制約を推論ループに組み込む。
論文 参考訳（メタデータ） (2025-09-11T10:32:22Z) - HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。
我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。
この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
論文 参考訳（メタデータ） (2025-06-02T12:08:08Z) - Adaptive Interactive Navigation of Quadruped Robots using Large Language Models [14.14967096139099]
大規模言語モデル(LLM)を用いたタスク計画のための原始木を提案する。
動作計画のための多目的移動と相互作用行動を含む総合的なスキルライブラリを事前学習するために強化学習を採用する。
ツリー構造に統合されたリプランニングメカニズムにより、便利なノードの追加とプルーニングが可能になる。
論文 参考訳（メタデータ） (2025-03-29T02:17:52Z) - Search-Based Path Planning in Interactive Environments among Movable Obstacles [8.023424148846265]
本稿では,2つのPAMOの定式化について述べる。
完全性と解の最適性を保証する計画手法であるPAMO*を開発し,その2つの問題を解決する。
結果から,PAMO*は最大400個のオブジェクトを持つ乱雑な写像において,1秒以内に最適解を見つけることができることがわかった。
論文 参考訳（メタデータ） (2024-10-24T00:02:58Z) - Controllable Human-Object Interaction Synthesis [77.56877961681462]
本研究では,3次元シーンにおける同期物体の動きと人間の動きを生成するための制御可能な人間-物体相互作用合成(CHOIS)を提案する。
ここでは,高レベルな計画から効果的に抽出できるスタイルや意図を言語記述が通知し,シーン内の動きをグラウンド化する。
我々のモジュールは経路計画モジュールとシームレスに統合され、3D環境における長期的相互作用の生成を可能にします。
論文 参考訳（メタデータ） (2023-12-06T21:14:20Z) - Language-Conditioned Path Planning [68.13248140217222]
LACO(Language-Conditioned Collision Functions)は、単一ビューイメージ、言語プロンプト、ロボット構成のみを使用して衝突関数を学習する。
LACOはロボットと環境の衝突を予測し、オブジェクトアノテーション、ポイントクラウドデータ、地平線オブジェクトメッシュを必要とせずに、柔軟な条件付きパス計画を可能にする。
シミュレーションと実世界の両方において、LACOは衝突を禁止せず、衝突の安全な物体との相互作用を可能にする複雑な、ニュアンスのある経路計画を促進することを実証している。
論文 参考訳（メタデータ） (2023-08-31T17:56:13Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。