論文の概要: Path Planning in Physically Viable World Models

• arxiv url: http://arxiv.org/abs/2607.00673v1
• Date: Wed, 01 Jul 2026 09:19:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.827748
• Title: Path Planning in Physically Viable World Models
• Title（参考訳）: 物理的に生存可能な世界モデルにおける経路計画
• Abstract要約: 本研究では,将来的な地形変化下でのロボットナビゲーションにおけるe-ifクエリを評価するための物理的に実行可能な世界モデルを提案する。 次に、世界モデルでシミュレートされた物理的事象、障害物、変形を考慮に入れた地形対応プランナーを実装した。 以上の結果から, 物理的に実現可能な世界モデルは, もともとの再建された環境にのみ計画を立てる際には明らかでない, 長期の経路障害や再帰的行動を明らかにすることが示唆された。
• 参考スコア（独自算出の注目度）: 18.428830365919918
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots deployed in unstructured outdoor environments often plan from scene reconstructions collected before deployment because operators cannot remap large or remote sites before every mission. As a result, robots must make long-horizon planning decisions using stale maps that assume the terrain remains unchanged, even though physical changes to the environment may render previously feasible routes unsafe or unreachable at execution time. We present a physically viable world model for evaluating what-if queries for robot navigation under future terrain change. The system augments reconstructed 3D Gaussian splat scenes with physics-based simulation to generate physically modified versions of the same environment without recollecting sensor data or rebuilding the map. We then implement a terrain-aware planner that accounts for physical events, obstacles, and deformations that are simulated by the world model. This allows robots and human operators to evaluate whether planned routes remain feasible before committing to a planned route, particularly in constrained environments where retreat or recovery may become impossible once conditions change. We evaluate the system on a real outdoor field site in Central Texas using simulated flooding across multiple severity levels. We measure route and mission feasibility as terrain conditions deteriorate under physically simulated interventions. Our results show that physically viable world models expose long-horizon route failures and rerouting behavior that are not apparent when planning only on the original reconstructed environment, allowing robots to evaluate how future terrain changes may affect route feasibility before deployment.
• Abstract（参考訳）: 無人の屋外環境に配備されたロボットは、展開前に収集されたシーンの再構築を計画することが多い。 結果として、ロボットは地形が変化していないと仮定した古い地図を用いて長期の計画決定をしなければならない。 本研究では,将来的な地形変化下でのロボットナビゲーションにおけるe-ifクエリを評価するための物理的に実行可能な世界モデルを提案する。 このシステムは3Dガウスのスプラットシーンを物理シミュレーションで再構築し、センサーデータを再編集したり地図を再構築したりすることなく、同じ環境の物理的に修正されたバージョンを生成する。 次に、世界モデルでシミュレートされた物理的事象、障害物、変形を考慮に入れた地形対応プランナーを実装した。 これにより、ロボットや人間のオペレーターは、計画されたルートにコミットする前に計画されたルートが実行可能かどうかを評価することができる。 テキサス州中部の野外現場において,複数の重度層にまたがるシミュレート・フラッディングを用いてシステム評価を行った。 物理的にシミュレーションされた介入の下で地形条件が悪化するにつれて、経路とミッションの実現可能性を測定する。 以上の結果から, 物理的に実現可能な世界モデルは, 当初の再建環境のみを計画する場合に明らかでない長期の経路障害や再帰行動を明らかにし, 将来の地形変化が展開前の経路実現可能性に与える影響をロボットが評価できることが示唆された。

関連論文リスト

• Meridian: Metric-Semantic Primitive Matching for Cross-View Geo-Localization Beyond Urban Environments [47.53030013880309]
  ロボット自動化の成功には、リピータビリティ、タスク計画、目標仕様、安全な操作をサポートするために、正確なグローバルローカライゼーションが必要である。 本稿では,空中画像と地上ロボットRGB-Dカメラデータにまたがって,ハイレベルなメトリック・セマンティックプリミティブをマッチングする方法であるメリディアンを提案する。 我々のアルゴリズムは、自律運転データセット、公園とキャンパスのエリア、荒野キャンプなど、幅広い環境にまたがる地上ロボットをローカライズできることを実証する。
  論文  参考訳（メタデータ） (2026-06-04T15:52:40Z)
• Task-Conditioned Uncertainty Costmaps for Legged Locomotion [8.377206870832945]
  脚のあるロボットは、地形との多接触相互作用を通じて動的実現性を維持する。 本研究では,地形観測と指示運動を条件に予測された足場におけるモデリングの不確実性が,分布外操作系と分布外動作系とを区別することを示す。 我々は、この学習された不確実性を利用して、OOD領域を検出し、不確実性を認識した経路計画のための統一されたコストマップ生成フレームワークに組み込む。
  論文  参考訳（メタデータ） (2026-04-30T21:54:43Z)
• Temporally-Sampled Efficiently Adaptive State Lattices for Autonomous Ground Robot Navigation in Partially Observed Environments [2.2188568806866287]
  従来の自律型ナビゲーションアーキテクチャでは、地域移動プランナーが環境マップを消費し、ローカル移動プランナーが参照として使用する軌道を出力する。 我々は,現在生成されている軌道に対して,従来生成された軌道の更新および最適化されたバージョンを検討するために,TSEASL(Temporally-Sampiently Adaptive State Lattices)を提案する。 その結果、TSEASLを走らせる際には、ロボットがベースラインプランナーを走らせている場所と同じ場所に手動で介入する必要がなくなった。
  論文  参考訳（メタデータ） (2026-02-13T18:14:56Z)
• SAGE: Scalable Agentic 3D Scene Generation for Embodied AI [67.43935343696982]
  既存のシーン生成システムは、しばしばルールベースまたはタスク固有のパイプラインに依存し、アーティファクトと物理的に無効なシーンを生成する。 本稿では,ユーザが特定した具体的タスクを与えられたエージェントフレームワークであるSAGEについて,その意図を理解し,大規模にシミュレーション可能な環境を自動的に生成する。 得られた環境は現実的で多様性があり、政策訓練のための現代的なシミュレーターに直接デプロイできる。
  論文  参考訳（メタデータ） (2026-02-10T18:59:55Z)
• Is Single-View Mesh Reconstruction Ready for Robotics? [78.14584238127338]
  本研究では,ロボット操作のための物理シミュレータを用いたリアルタイム計画と動的予測のためのディジタル双対生成の実現の可能性について,単一ビューメッシュ再構成モデルの評価を行った。 我々の研究は、コンピュータビジョンの進歩とロボティクスの必要性の間に重要なギャップがあることを浮き彫りにし、この交差点における将来の研究を導く。
  論文  参考訳（メタデータ） (2025-05-23T14:35:56Z)
• ReGentS: Real-World Safety-Critical Driving Scenario Generation Made Stable [88.08120417169971]
  機械学習に基づく自律運転システムは、現実世界のデータでは稀な安全クリティカルなシナリオで課題に直面していることが多い。 この研究は、軌道最適化によって複雑な現実世界の通常のシナリオを変更することによって、安全クリティカルな運転シナリオを生成することを検討する。 提案手法は、頑健なプランナーの訓練には役に立たない非現実的な発散軌道と避けられない衝突シナリオに対処する。
  論文  参考訳（メタデータ） (2024-09-12T08:26:33Z)
• A GP-based Robust Motion Planning Framework for Agile Autonomous Robot Navigation and Recovery in Unknown Environments [6.859965454961918]
  本稿では,将来の動作計画失敗のリスクを積極的に検出するモデルを提案する。 リスクが一定の閾値を超えると、回復動作がトリガーされる。 我々のフレームワークは、計画立案者の失敗を予測し、計画立案者の成功の可能性を示すためにロボットを回復できる。
  論文  参考訳（メタデータ） (2024-02-02T18:27:21Z)
• Neural Scene Representation for Locomotion on Structured Terrain [56.48607865960868]
  本研究では,都市環境を横断する移動ロボットの局所的な地形を再構築する学習手法を提案する。 搭載されたカメラとロボットの軌道からの深度測定のストリームを用いて、ロボットの近傍の地形を推定する。 ノイズ測定とカメラ配置の盲点からの大量の欠落データにもかかわらず,シーンを忠実に再構築する3次元再構成モデルを提案する。
  論文  参考訳（メタデータ） (2022-06-16T10:45:17Z)
• Self-Reflective Terrain-Aware Robot Adaptation for Consistent Off-Road Ground Navigation [9.526796188292968]
  地上ロボットは、災害応答のような現実世界のロボットアプリケーションでタスクを完了するために、非構造的および未準備の地形を横断する重要な能力を必要とする。 本研究では,非構造なオフロード地形を走行するための一貫した制御を生成するために,地上ロボットの自己反射型地形認識適応法を提案する。
  論文  参考訳（メタデータ） (2021-11-12T14:32:22Z)
• BADGR: An Autonomous Self-Supervised Learning-Based Navigation System [158.6392333480079]
  BadGRは、エンドツーエンドの学習ベースのモバイルロボットナビゲーションシステムである。 実際の環境で収集された、自己監督型のオフポリシーデータでトレーニングすることができる。 BadGRは、幾何学的に邪魔な障害物を伴って、現実世界の都市やオフロード環境をナビゲートすることができる。
  論文  参考訳（メタデータ） (2020-02-13T18:40:21Z)

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。