論文の概要: RoamFlow: Reinforcement-Aligned One-Step Action MeanFlow Policy for Image-Goal Navigation
- arxiv url: http://arxiv.org/abs/2606.29934v1
- Date: Mon, 29 Jun 2026 08:10:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.122246
- Title: RoamFlow: Reinforcement-Aligned One-Step Action MeanFlow Policy for Image-Goal Navigation
- Title（参考訳）: RoamFlow:イメージ目標ナビゲーションのための強化型ワンステップアクション平均フローポリシー
- Abstract要約: RoamFlowは、MeanFlowを利用して軌道合成の平均速度場を予測する生成ナビゲーションフレームワークである。
Habitatシミュレーションと実世界のロボットプラットフォームの両方の実験では、RoamFlowは、リアルタイムの制約下で強力なナビゲーション性能を維持しながら、効率的な推論を実現している。
- 参考スコア（独自算出の注目度）: 15.931984448913264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Image-goal navigation is a key challenge in embodied robotics, where an agent must reach a target specified solely by a goal image. While existing reinforcement learning approaches map perceptual observations directly to actions, they struggle to model long-horizon dependencies, often leading to suboptimal trajectories. To address this limitation, we propose RoamFlow, a generative navigation framework that leverages MeanFlow to predict the average velocity field for trajectory synthesis, enabling efficient few-step generation and reducing inference latency. We further adopt a two-stage training strategy that combines expert imitation for stable initialization with reinforcement learning for task-specific policy refinement. Extensive experiments in both Habitat simulation and real-world robotic platforms demonstrate that RoamFlow achieves efficient inference while maintaining strong navigation performance under real-time constraints.
- Abstract（参考訳）: イメージゴールナビゲーションは、エージェントがゴール画像のみによって指定されたターゲットに到達しなければならない、エンボディロボティクスにおいて重要な課題である。
既存の強化学習アプローチは、知覚的観察を直接行動にマッピングするが、彼らは長い水平依存をモデル化するのに苦労し、しばしば準最適軌道に繋がる。
この制限に対処するため,軌道合成における平均速度場を予測するためにMeanFlowを利用した生成ナビゲーションフレームワークであるRoamFlowを提案し,効率の良い数ステップ生成と推論遅延の低減を実現した。
さらに、安定初期化のための専門家の模倣と、タスク固有の政策改善のための強化学習を組み合わせた2段階の訓練戦略を採用する。
Habitatシミュレーションと実世界のロボットプラットフォームの両方での大規模な実験により、RoamFlowは、リアルタイム制約下で強力なナビゲーション性能を維持しながら、効率的な推論を実現していることが示された。
関連論文リスト
- RLMM-Flow: A Flow-based Mobile Manipulation Framework with Latent-Space Reinforcement Learning [15.421698703970167]
本稿では,フローベースの移動操作フレームワークであるRLMM-Flowを提案する。
移動体操作動作計画ベンチマーク実験により、RLMM-Flowは、模擬フローポリシーや既存の強化学習後トレーニングよりもタスク成功、衝突回避、軌道品質を大幅に改善することが示された。
論文 参考訳（メタデータ） (2026-07-29T04:22:46Z) - AR Forcing: Towards Long-Horizon Robot Navigation World Model [17.673862182236793]
本稿では,自己回帰学習ループに標準拡散損失を統合する自己回帰学習戦略であるAR Forcingを提案する。
本手法では, 識別器の追加や分布整合損失は不要であり, 元の拡散フレームワークとサンプリング器を保持でき, 統合が容易である。
論文 参考訳（メタデータ） (2026-05-29T13:45:33Z) - 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) - ProbeFlow: Training-Free Adaptive Flow Matching for Vision-Language-Action Models [12.232846303286161]
近年,フローマッチング (FM) アクションヘッドを搭載したビジョン・ランゲージ・アクション (VLA) モデルは,複雑なロボット操作において最先端の性能を実現する。
現在の加速はビジョン・ランゲージ・モデル(VLM)のバックボーンを最適化しているが、アクションヘッドのボトルネックは見落としている。
本稿では,継続的ロボット制御のためのトレーニング不要適応推論フレームワークProbeFlowを提案する。
論文 参考訳（メタデータ） (2026-03-18T15:38:29Z) - Streaming Real-Time Trajectory Prediction Using Endpoint-Aware Modeling [54.94692733670454]
近隣の交通機関の将来の軌道は、自動運転車の経路計画と意思決定に大きな影響を与えている。
本稿では,軽量かつ高精度なストリーミングベース軌道予測手法を提案する。
当社のアプローチは推論遅延を大幅に低減し、現実のデプロイメントに適しています。
論文 参考訳（メタデータ） (2026-03-02T13:44:23Z) - FlowConsist: Make Your Flow Consistent with Real Trajectory [99.22869983378062]
現在の高速フロートレーニングパラダイムには,2つの根本的な問題がある,と我々は主張する。
ランダムにペアリングされたノイズデータサンプルから構築された条件付き速度は、系統的な軌跡ドリフトを導入する。
本研究では,高速フローにおける軌道整合性を実現するためのトレーニングフレームワークであるFlowConsistを提案する。
論文 参考訳（メタデータ） (2026-02-06T03:24:23Z) - CoLA-Flow Policy: Temporally Coherent Imitation Learning via Continuous Latent Action Flow Matching for Robotic Manipulation [4.726851899243877]
LG-Flow Policyは、連続的な潜在アクション空間でフローマッチングを実行する軌道レベルの模倣学習フレームワークである。
動作シーケンスを時間的に規則化された潜在軌道に符号化し、明示的な潜在空間の流れを学習することにより、提案手法は低レベル制御ノイズからグローバルな運動構造を分離する。
論文 参考訳（メタデータ） (2026-01-30T15:36:43Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation [73.80968452950854]
Vision-Language Navigation in Continuous Environments (VLN-CE) は、エージェントが自由形式の3D空間を通して自然言語の指示に従う必要がある。
既存のVLN-CEアプローチは通常、2段階のウェイポイント計画フレームワークを使用する。
本稿では,エンドツーエンド最適化VLN-CEポリシとしてDAgger Diffusion Navigation (DifNav)を提案する。
論文 参考訳（メタデータ） (2025-08-13T02:51:43Z) - SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。
SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。
強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
論文 参考訳（メタデータ） (2025-03-25T17:59:57Z) - FlowIE: Efficient Image Enhancement via Rectified Flow [71.6345505427213]
FlowIEはフローベースのフレームワークであり、基本的な分布から高品質な画像への直線パスを推定する。
私たちのコントリビューションは、合成および実世界のデータセットに関する包括的な実験を通じて、厳密に検証されています。
論文 参考訳（メタデータ） (2024-06-01T17:29:29Z)
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。