論文の概要: Terrain Consistent Reference-Guided RL for Humanoid Navigation Autonomy

• arxiv url: http://arxiv.org/abs/2605.15517v1
• Date: Fri, 15 May 2026 01:27:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.292465
• Title: Terrain Consistent Reference-Guided RL for Humanoid Navigation Autonomy
• Title（参考訳）: ヒューマノイドナビゲーションオートノミーのためのテランの一貫性基準誘導RL
• Authors: William D. Compton, Zachary Olkin, Aaron D. Ames,
• Abstract要約: 本稿では,ヒューマノイドロボットに対する基準誘導型,知覚的強化学習ロコモーションポリシーの訓練方法を提案する。 RLトレーニングループ内のSE(2)制御可能な基準軌道を合成し、望ましい足跡を有効な足場に投影し、地形に合わせてスイングフットとセンターオブマス軌道を調整する。
• 参考スコア（独自算出の注目度）: 18.29294248332071
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a method for training reference-guided, perceptive reinforcement learning locomotion policies for humanoid robots in which reference trajectories are modulated in training to be consistent with terrain geometry. Aiming to deploy our method with standard navigation autonomy infrastructure, we synthesize SE(2)-controllable reference trajectories inside the RL training loop, projecting desired footsteps onto valid footholds and adjusting swing-foot and center-of-mass trajectories to match the terrain. The resulting policy exposes a clean SE(2) velocity interface compatible with standard navigation planners. In simulation, environmentally-conditioned references significantly improve reference tracking performance compared to environment agnostic references. On hardware, we integrate the policy with an MPC + control barrier function planner and demonstrate long-horizon (>70m) closed-loop autonomous navigation on the Unitree G1 through outdoor environments containing rough terrain and consecutive flights of stairs, with all sensing and computation onboard.
• Abstract（参考訳）: 本稿では,ヒューマノイドロボットに対する基準誘導・知覚的強化学習ロコモーションポリシーの訓練方法を提案する。 RL訓練ループ内でSE(2)制御可能な基準軌跡を合成し,有効な足場に所望の足跡を投影し,地形に合わせてスイングフットとセンターオブマス軌跡を調整する。 結果として得られたポリシーは、標準的なナビゲーションプランナと互換性のあるクリーンなSE(2)ベロシティインターフェースを公開する。 シミュレーションでは,環境に依存しない基準に比べて,環境条件付き基準は参照追跡性能を著しく向上させる。 ハードウェア上では、MPC + 制御バリア機能プランナーとポリシを統合し、荒れた地形や階段の連続飛行を含む屋外環境を通したUnitree G1上での長距離(>70m)閉ループ自律ナビゲーションを、すべてのセンシングと計算をオンボードで実施する。

関連論文リスト

• Simple but Stable, Fast and Safe: Achieve End-to-end Control by High-Fidelity Differentiable Simulation [14.322775509774246]
  障害物回避(Obstacle avoidance)は、四重項が高度なアプリケーションを実行できるようにするための基本的な視覚ベースのタスクである。 本稿では,深度画像を直接低レベルのボディレートコマンドにマッピングする新しいエンドツーエンドポリシーを提案する。 その結果,提案手法は,最先端のベースラインの中で,最も成功率が高く,かつ最低であることがわかった。
  論文  参考訳（メタデータ） (2026-04-12T09:38:00Z)
• Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
  本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。 シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。 高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
  論文  参考訳（メタデータ） (2026-02-17T15:10:44Z)
• Hybrid Motion Planning with Deep Reinforcement Learning for Mobile Robot Navigation [0.0]
  深部強化学習(HMP-DRL)によるハイブリッド運動計画 状態空間と報酬関数の両方に符号化されたチェックポイントのシーケンスを通じて、局所DRLポリシーに統合されたパスを生成するグラフベースのグローバルプランナを提案する。 社会的コンプライアンスを確保するため、地域プランナーは、周辺エージェントのセマンティックタイプに基づいて、安全マージンと罰則を動的に調整するエンティティ対応報酬構造を採用する。
  論文  参考訳（メタデータ） (2025-12-31T05:58:57Z)
• TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
  ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。 提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。 シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
  論文  参考訳（メタデータ） (2025-09-10T15:43:32Z)
• Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
  強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。 現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。 本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
  論文  参考訳（メタデータ） (2023-06-09T18:45:15Z)
• Trace and Pace: Controllable Pedestrian Animation via Guided Trajectory Diffusion [83.88829943619656]
  本研究では,現実的な歩行者軌跡生成手法と,ユーザ定義目標を達成するために制御可能なフルボディアニメーションを提案する。 我々のガイド付き拡散モデルでは,対象とする経路,速度,特定社会集団による軌道の制約が可能である。 本稿では,アニメーションコントローラのRLトレーニング中に学習した値関数を用いて,拡散を誘導し,特定のシナリオに適した軌道を生成することを提案する。
  論文  参考訳（メタデータ） (2023-04-04T15:46:42Z)
• RLOC: Terrain-Aware Legged Locomotion using Reinforcement Learning and Optimal Control [6.669503016190925]
  四元計画と制御のためのモデルベースとデータ駆動の統一的アプローチを提案する。 センサ情報と所望のベース速度コマンドを、強化学習ポリシーを用いて足踏み計画にマッピングする。 我々は、複雑な四足歩行システムであるANYmal Bの枠組みを訓練し、再訓練を必要とせず、より大きく重いロボットであるANYmal Cへの移動性を示す。
  論文  参考訳（メタデータ） (2020-12-05T18:30:23Z)

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。