Fugu-MT 論文翻訳(概要): Learning Agile Intruder Interception using Differentiable Quadrotor Dynamics

論文の概要: Learning Agile Intruder Interception using Differentiable Quadrotor Dynamics

arxiv url: http://arxiv.org/abs/2607.02472v1
Date: Thu, 02 Jul 2026 17:40:06 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-03 19:45:08.955456
Title: Learning Agile Intruder Interception using Differentiable Quadrotor Dynamics
Title（参考訳）: 微分四元子ダイナミクスを用いたアジャイル侵入者知覚の学習
Abstract要約: 本稿では,侵入者に対する3次元方向単位ベクトルとインターセプタ状態を用いて侵入者をインターセプタする制御ポリシーを学習するための方法論を提案する。 10m/sまでの速度でアジャイルのインターセプションを学習するために,微分可能な四元数力学を用いた解析的方針勾配法を利用する手法を提案する。
参考スコア（独自算出の注目度）: 5.380474953046317
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a methodology for learning a control policy to intercept an intruder using the 3D direction unit vector to the intruder and the interceptor state. Prior deep reinforcement learning approaches assume either relative position or distance to the intruder is available, but this information is not readily accessible in real-world applications that employ passive, monocular camera sensors. Instead, we propose a solution that leverages an analytical policy gradient method using differentiable quadrotor dynamics to learn agile interception at speeds up to 10 m/s. The proposed approach outperforms baseline methods that utilize simplified point mass dynamics by an average of 30%.
Abstract（参考訳）: 本稿では,侵入者に対する3次元方向単位ベクトルとインターセプタ状態を用いて侵入者をインターセプタする制御ポリシーを学習するための方法論を提案する。より深い強化学習アプローチは、侵入者に対する相対的な位置または距離を前提としているが、この情報は、受動的単眼カメラセンサーを使用する現実世界のアプリケーションではアクセスできない。代わりに、微分可能な四元数力学を用いた分析的ポリシー勾配法を用いて、最大10m/sでアジャイルのインターセプションを学習する手法を提案する。提案手法は、単純化された点質量力学を利用するベースライン法を平均30%向上させる。

関連論文リスト

Precise Aggressive Aerial Maneuvers with Sensorimotor Policies [14.348190270475214]
本稿では,車載視覚とプロプレセプションを直接低レベル制御コマンドにマッピングする。提案手法は, 四角形を5cmのクリアランスで移動し, 最大90度傾いた場合, ギャップの位置や方向を知ることなく, 四角形を移動させることができる。
論文参考訳（メタデータ） (2026-04-07T13:00:59Z)
Without Paired Labeled Data: End-to-End Self-Supervised Learning for Drone-view Geo-Localization [20.603433987118837]
ドローンビュージオローカライゼーション(DVGL)は、GPSタグ付き衛星画像を取得することで、ドローンの正確なローカライゼーションを実現することを目的としている。既存の手法は、教師あり学習のために、厳密にペアリングされたドローン衛星画像に大きく依存している。浅いバックボーンネットワークを用いたエンドツーエンドの自己教師付き学習手法を提案する。
論文参考訳（メタデータ） (2025-02-17T02:53:08Z)
Deep Reinforcement Learning for Autonomous Vehicle Intersection Navigation [0.24578723416255746]
強化学習アルゴリズムは、これらの課題に対処するための有望なアプローチとして登場した。そこで本研究では,低コスト単一エージェントアプローチを用いて,T断面積を効率よく安全にナビゲートする問題に対処する。提案手法により,AVはT断面積を効果的にナビゲートし,走行遅延,衝突最小化,総コストの面で従来の手法より優れていることがわかった。
論文参考訳（メタデータ） (2023-09-30T10:54:02Z)
Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
論文参考訳（メタデータ） (2023-07-20T15:21:28Z)
Learning Representative Trajectories of Dynamical Systems via Domain-Adaptive Imitation [0.0]
ドメイン適応軌道模倣のための深層強化学習エージェントDATIを提案する。実験の結果,DATIは模擬学習と最適制御のベースライン手法よりも優れていることがわかった。実世界のシナリオへの一般化は、海上交通における異常な動きパターンの発見を通じて示される。
論文参考訳（メタデータ） (2023-04-19T15:53:48Z)
Deep Reinforcement Learning for mmWave Initial Beam Alignment [6.240268911509346]
我々は,mmWave通信における適応初期アクセスビームアライメント問題に対する深部強化学習アルゴリズムの適用性を検討した。深層強化学習は、新しい広範囲のアプリケーションに対処する可能性がある。提案手法は, 実測的な問題の大きさを訓練しても性能が良くないにもかかわらず, ビームフォーミングモジュールの形で動作空間の整形を導入することにより, 性能が大幅に向上することを示した。
論文参考訳（メタデータ） (2023-02-17T16:10:42Z)
In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States [84.24300005271185]
本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
論文参考訳（メタデータ） (2023-01-27T22:28:19Z)
ALSO: Automotive Lidar Self-supervision by Occupancy estimation [70.70557577874155]
本稿では,ポイントクラウド上で動作している深層知覚モデルのバックボーンを事前学習するための自己教師型手法を提案する。中心となる考え方は、3Dポイントがサンプリングされる表面の再構成であるプリテキストタスクでモデルをトレーニングすることである。直感的には、もしネットワークがわずかな入力ポイントのみを考慮し、シーン表面を再構築できるなら、おそらく意味情報の断片をキャプチャする。
論文参考訳（メタデータ） (2022-12-12T13:10:19Z)
Neural Dynamic Policies for End-to-End Sensorimotor Learning [51.24542903398335]
感覚運動制御における現在の主流パラダイムは、模倣であれ強化学習であれ、生の行動空間で政策を直接訓練することである。軌道分布空間の予測を行うニューラル・ダイナミック・ポリシー(NDP)を提案する。 NDPは、いくつかのロボット制御タスクにおいて、効率と性能の両面で、これまでの最先端よりも優れている。
論文参考訳（メタデータ） (2020-12-04T18:59:32Z)
POMP: Pomcp-based Online Motion Planning for active visual search in indoor environments [89.43830036483901]
本稿では, 屋内環境におけるオブジェクトのアクティブビジュアルサーチ(AVS)の最適ポリシーを, オンライン設定で学習する問題に焦点をあてる。提案手法はエージェントの現在のポーズとRGB-Dフレームを入力として使用する。提案手法を利用可能なAVDベンチマークで検証し,平均成功率0.76,平均パス長17.1とした。
論文参考訳（メタデータ） (2020-09-17T08:23:50Z)
Guided Uncertainty-Aware Policy Optimization: Combining Learning and Model-Based Strategies for Sample-Efficient Policy Learning [75.56839075060819]
従来のロボットのアプローチは、環境の正確なモデル、タスクの実行方法の詳細な説明、現在の状態を追跡するための堅牢な認識システムに依存している。強化学習アプローチは、タスクを記述するための報酬信号だけで、生の感覚入力から直接操作することができるが、非常にサンプル非効率で脆弱である。本研究では,ロボットの知覚・運動パイプラインにおける不正確さを克服できる一般的な手法を得るために,モデルに基づく手法の強みと学習に基づく手法の柔軟性を組み合わせる。
論文参考訳（メタデータ） (2020-05-21T19:47:05Z)

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。