論文の概要: Agile Fall Recovery for Quadrotors with Bidirectional Thrust via Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2606.16513v1
- Date: Mon, 15 Jun 2026 10:15:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:34.443237
- Title: Agile Fall Recovery for Quadrotors with Bidirectional Thrust via Reinforcement Learning
- Title（参考訳）: 強化学習による双方向スラスト付きクアドロレータのアジャイルフォールリカバリ
- Authors: Anke Zhao, Yuhang Zhong, Kenghou Hoi, Junyu Mou, Junjie Wang, Lijie Wang, Jialiang Hou, Fei Gao,
- Abstract要約: 本稿では、任意の地上姿勢から、軽量なオンボードセンサーのみを用いた安定ホバリングまで、四重項の自律的落下回復のためのRLベースのフレームワークを提案する。
限定的で信頼性の低いオンボードセンシングのみを使用して,明示的な状態推定を行うことなく,アジャイルの4倍体フォールリカバリを実現することができることを示す。
- 参考スコア（独自算出の注目度）: 8.39070114446824
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous fall recovery is a critical capability for quadrotors operating in real-world environments, where collisions or failures may leave the vehicle resting on the ground in an arbitrary attitude. This problem is challenging because recovery must be achieved under limited onboard sensing, in constrained free space, with ground contact, and in the presence of unknown disturbances. In this letter, we present an RL-based framework for autonomous fall recovery of a quadrotor from arbitrary ground attitudes to stable hover using only lightweight onboard sensors. To address severe partial observability and intermittent sensor invalidity, we train a recurrent policy within an asymmetric actor--critic architecture, leveraging an Incremental Nonlinear Dynamic Inversion (INDI) controller to track the policy output. Combined with high-fidelity simulations of motor response and optical flow, the overall training framework significantly reduces the sim-to-real gap. Simulation ablation studies validate the importance of the main design choices, while real-world experiments demonstrate zero-shot transfer and robust recovery under different initial attitudes, wind disturbances, and additional payloads. These results demonstrate that agile quadrotor fall recovery can be achieved without explicit state estimation using only limited and unreliable onboard sensing.
- Abstract（参考訳）: 自律的な転倒回復は、衝突や故障が任意の姿勢で車両を地面に置き去りにしてしまうような、現実世界の環境で作動する四輪車にとって重要な能力である。
なぜなら、リカバリは、限定されたオンボードセンシング、制約された自由空間、接地、未知の乱れの存在下で達成されなければならないからである。
本稿では,軽量搭載センサのみを用いて,任意の地上姿勢から安定ホバリングに至るまで,四重項の自律的落下回復のためのRLベースのフレームワークを提案する。
そこで我々は,非対称アクター・アクターアーキテクチャにおいて,インクリメンタル非線形ダイナミック・ダイナミック・インバージョン(INDI)制御を用いてポリシーの出力を追跡することで,厳密な部分的可観測性と間欠的センサの無効性に対処する。
運動応答と光流の高忠実度シミュレーションと組み合わせることで、総合的なトレーニングの枠組みは、シム・トゥ・リアルギャップを著しく低減する。
シミュレーションアブレーション研究は、主な設計選択の重要性を検証し、実際の実験では、異なる初期姿勢、風の乱れ、付加ペイロードの下でゼロショット転送とロバスト回復を実証している。
これらの結果は,限定的かつ信頼性の低いオンボードセンシングのみを使用して,明示的な状態推定を行うことなく,アジャイルのクオータフォールリカバリを実現することができることを示している。
関連論文リスト
- MPC for underactuated spacecraft control with a Lyapunov supervised physics-informed neural network correction layer [2.4919077201316067]
未作動の宇宙船は、制御可能性の限界に直面し、環境障害に対する感度を高める。
i) 非線形モデル予測制御器(NMPC) の制約と非作動性を考慮した操作計画と, アクチュエータリミット下での名目上の閉ループ安定性, (ii) 物理インフォームドニューラルネットワーク(PINN) シミュレーションデータをオフラインでトレーニングし, 残差トルクを推定すること, (iii) 学習した補正をオンラインで評価し, ベースラインコントローラの安定性を維持または抑制するリアプノフベースの監視安全機構。
論文 参考訳（メタデータ） (2026-06-11T09:39:14Z) - Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。
NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
論文 参考訳（メタデータ） (2026-05-21T16:45:31Z) - Bench2Drive-Robust: Benchmarking Closed-Loop Autonomous Driving under Deployment Perturbations [122.22391796628408]
Bench2Drive-Robustは、クローズドループのエンドツーエンド自動運転のための最初のデバイス中心の堅牢性ベンチマークである。
我々は,カメラストリーム障害,エゴ状態推定誤差,計算による制御遅延という3つの主要な原因から生じる展開指向の摂動を系統的に評価した。
以上の結果から,これらの展開に伴う摂動は閉ループ駆動性能を著しく低下させる可能性が示唆された。
論文 参考訳（メタデータ） (2026-05-18T08:45:24Z) - Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。
本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。
このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
論文 参考訳（メタデータ） (2026-04-10T17:12:07Z) - ASTER: Attitude-aware Suspended-payload Quadrotor Traversal via Efficient Reinforcement Learning [6.13534373131836]
本稿では,ケーブルサスペンションシステムの自律逆飛行を初めて成功させた,ロバストなRLフレームワークであるASTERについて述べる。
我々は、複雑な軌道を横断する顕著な俊敏性、正確な姿勢アライメント、ロバストなゼロショット・シム・トゥ・リアルトランスファーを示す。
論文 参考訳（メタデータ） (2026-03-11T12:40:29Z) - When Sensors Fail: Temporal Sequence Models for Robust PPO under Sensor Drift [64.37959940809633]
時間的持続的なセンサ故障下でのPPOのロバスト性について検討する。
トランスフォーマーを用いたシーケンスポリシーは, センサ数が少ない場合でも高いリターンを保ちながら, 堅牢性, RNN, SSMよりも大幅に優れていた。
論文 参考訳（メタデータ） (2026-03-04T22:21:54Z) - Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。
コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
論文 参考訳（メタデータ） (2026-01-06T15:30:02Z) - Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field [0.0]
本論文は,無人航空機(UAV)の空域における自律衝突回避の課題について論じる。
それは新しい方向と相対速度重み付き人工電位場(APF)を提案する。
このアプローチでは、障害物の方向と速度に基づいて反発電位を動的にスケールするために、有界重み関数$(,v_e)$を導入している。
論文 参考訳（メタデータ） (2025-12-08T14:57:01Z) - ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
ResADは正規化された残留軌道モデリングフレームワークである。
学習タスクを再編成し、慣性参照からの残留偏差を予測する。
NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
論文 参考訳（メタデータ） (2025-10-09T17:59:36Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Interpretable Stochastic Model Predictive Control using Distributional
Reinforced Estimation for Quadrotor Tracking Systems [0.8411385346896411]
本研究では,動的・複雑環境下での自律的四角形ナビゲーションのためのトラジェクトリトラッカーを提案する。
提案フレームワークは,未知の空力効果に対する分散強化学習推定器をモデル予測制御器に統合する。
我々は,未知かつ多様な空気力を用いて,累積追従誤差を少なくとも66%改善するシステムを実証した。
論文 参考訳（メタデータ） (2022-05-14T23:27:38Z)
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。