論文の概要: Flow-aware Optimal Navigation in Unsteady Flows through Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.13553v1
• Date: Wed, 15 Jul 2026 07:57:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.691509
• Title: Flow-aware Optimal Navigation in Unsteady Flows through Reinforcement Learning
• Title（参考訳）: 強化学習による非定常流れにおける流れ認識最適航法
• Abstract要約: 本稿では,自律エージェントがカオス的なダブルギアフローで任意の目標に到達することを訓練するための強化学習手法を提案する。 我々は,グローバルフローパラメータを明示したエージェントの提供による影響を分析した。 速度認識エージェントはエネルギー効率を最適化する一方、渦性センサーはより優れた構造マッピングを提供し、より優れた目標近接を実現する。
• 参考スコア（独自算出の注目度）: 0.815557531820863
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robotic navigation in nonstationary time-varying fluid flows remains a fundamental challenge due to partial observability and the unpredictability of realistic environments. While classical optimal control frameworks employed in robotics require unrealistic a-priori global flow knowledge, biological systems are able to navigate successfully by exploiting localized sensory cues. In this work we present a reinforcement learning approach using the TD3 algorithm to train autonomous agents to reach arbitrary targets within a parametric, chaotic double-gyre flow. To investigate optimal sensory mechanisms, we evaluate five bio-inspired observation strategies based on relative position, local velocity or local vorticity measures, and short-term memory variants. Additionally, we analyze the impact of providing agents with explicit global flow parameters. Numerical results demonstrate that an agent that is able to sense and remember a set number of flow velocity measures achieves the highest performance. The experiments reveal a trade-off in sensor utility: velocity-aware agents optimize energy efficiency, whereas vorticity sensors provide superior structural mapping and achieve better target proximity. Incorporating explicit global flow parameters is shown to decrease navigation performance. This behavior suggests that reinforcement learning-based autonomous systems develop more robust and general policies when restricted to implicit flow representations. The presented results offer insights for improving the transition of bio-inspired robotic navigation from simulation to real-world environments.
• Abstract（参考訳）: 非定常な時間変化流体中の自律的なロボットナビゲーションは、部分的な観測可能性と現実的な環境の予測不可能のために、依然として根本的な課題である。 ロボット工学で使用される古典的な最適制御フレームワークは、非現実的な非現実的なグローバルフローの知識を必要とするが、生物学的システムは局所的な感覚的手がかりを利用することで、うまくナビゲートすることができる。 本研究では,TD3アルゴリズムを用いた強化学習手法を提案する。 最適な感覚機構を解明するために, 相対位置, 局所速度, 局所渦度測定, 短期記憶の変動に基づく5つのバイオインスパイアされた観察戦略を評価した。 さらに,エージェントに明示的なグローバルフローパラメータを提供することによる影響を分析する。 数値的な結果から, 一定数の流速測定を検知し, 記憶できるエージェントが最も高い性能を達成できることが示された。 速度認識エージェントはエネルギー効率を最適化する一方、渦性センサーはより優れた構造マッピングを提供し、より優れた目標近接を実現する。 明示的なグローバルフローパラメータを組み込むことによって,ナビゲーション性能が低下することが示されている。 この行動は、暗黙のフロー表現に制限された場合、強化学習に基づく自律システムはより堅牢で一般的な政策を発達させることを示唆している。 その結果,バイオインスパイアされたロボットナビゲーションのシミュレーションから実環境への移行に関する知見が得られた。

関連論文リスト

• MORN: Metacognitive Object-Goal Regulation for Resource-Rational Long-Horizon Navigation [8.894907353056125]
  認知科学におけるデュアルプロセス理論にインスパイアされたエグゼクティブアーキテクチャであるMORNを紹介する。 潜在指数、永続ゲーティング、エビデンス累積の3つの神経認知状態を定式化することにより、MORNはミッションスケジュールを動的に制御する。 このメカニズムは効果的にサンク・コスト・フォールシーを中和し、エージェントはゾンビの目標を早期に中止し、達成可能な目標に決定的にコミットすることができる。
  論文  参考訳（メタデータ） (2026-05-16T10:59:51Z)
• NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation [9.168410028117089]
  我々は、強化学習に基づくナビゲーションのための完全なトレーニングおよびデプロイメントパイプラインを提案する。 我々は、センサノイズ、知覚障害、システム遅延、制御応答など、強化学習に基づくナビゲーションにおけるsim-to-real転送に影響を及ぼす重要な要因を解消する。 本稿では,トランスファーロバスト性を改善するトレーニング後適応戦略である摂動認識ファインチューニングを提案する。
  論文  参考訳（メタデータ） (2026-05-15T02:58:25Z)
• Plan in Sandbox, Navigate in Open Worlds: Learning Physics-Grounded Abstracted Experience for Embodied Navigation [63.11032720821731]
  textitSAGEは、エージェントがフォトリアリスティックなシミュレーションではなく、物理基底のセマンティック抽象化内で学習することを可能にするフレームワークである。 textitSAGEは、A-EQA上で53.21% LLM-Match Success Rateを達成することで、プランナー支援の実施ナビゲーションを大幅に改善することを示した。
  論文  参考訳（メタデータ） (2026-05-11T07:34:30Z)
• IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation [56.43007596544299]
  IndustryNavは、アクティブな空間推論のための最初の動的産業用ナビゲーションベンチマークである。 9つの最先端のVisual Large Language Modelsの研究によると、クローズドソースモデルは一貫した優位性を維持している。
  論文  参考訳（メタデータ） (2025-11-21T16:48:49Z)
• DORAEMON: Decentralized Ontology-aware Reliable Agent with Enhanced Memory Oriented Navigation [55.888688171010365]
  DORAEMONは、人間のナビゲーション機能を模倣したVentralとDorsal Streamsで構成される、認知にインスパイアされたフレームワークである。 我々は,DORAEMONをHM3D,MP3D,GOATのデータセット上で評価し,成功率(SR)と成功度(SPL)の測定値の両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-05-28T04:46:13Z)
• A critical assessment of reinforcement learning methods for microswimmer navigation in complex flows [0.0]
  搭載されたセンサーからのみアクセス可能な情報を用いて流体の流れを移動させることは、小さなプランクトン生物が直面する問題である。 過去10年間、流体力学のコミュニティは、しばしば最も単純な実装の形で強化学習を広く採用してきた。 しかし、これらのアルゴリズムが学習した戦略がどの程度優れているかは不明だ。
  論文  参考訳（メタデータ） (2025-05-08T09:17:26Z)
• NavigateDiff: Visual Predictors are Zero-Shot Navigation Assistants [24.689242976554482]
  慣れ親しんだ環境をナビゲートすることは、家庭用ロボットにとって大きな課題となる。 既存の強化学習手法は、直接新しい環境に移行することはできない。 我々は、事前学習された基礎モデルの論理知識と一般化能力をゼロショットナビゲーションに転送しようと試みる。
  論文  参考訳（メタデータ） (2025-02-19T17:27:47Z)
• Understanding Optimization in Deep Learning with Central Flows [95.5647720254338]
  複雑な状態における最適化のダイナミクスを記述できる理論を開発する。 この結果から,ディープラーニングの最適化を推論する上で,中央フローが重要な理論ツールとなる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-10-31T17:58:13Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• CorNav: Autonomous Agent with Self-Corrected Planning for Zero-Shot Vision-and-Language Navigation [73.78984332354636]
  CorNavは視覚・言語ナビゲーションのための新しいゼロショットフレームワークである。 将来の計画の見直しや行動調整のための環境フィードバックが組み込まれている。 ゼロショットマルチタスク設定ですべてのベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2023-06-17T11:44:04Z)
• StreamYOLO: Real-time Object Detection for Streaming Perception [84.2559631820007]
  将来を予測する能力を備えたモデルを提供し、ストリーミング知覚の結果を大幅に改善する。 本稿では,複数の速度を駆動するシーンについて考察し,VasAP(Velocity-Awared streaming AP)を提案する。 本手法は,Argoverse-HDデータセットの最先端性能を実現し,SAPとVsAPをそれぞれ4.7%,VsAPを8.2%改善する。
  論文  参考訳（メタデータ） (2022-07-21T12:03:02Z)
• Learning Efficient Navigation in Vortical Flow Fields [6.585044528359311]
  非定常2次元流れ場を介して固定速度スイマーを操るために,新しい強化学習アルゴリズムを適用した。 このアルゴリズムは、環境の手がかりを深層ニューラルネットワークに入力し、スイマーの行動を決定する。 速度センシングアプローチは、バイオミメティック渦センシングアプローチをほぼ2倍の成功率で上回った。
  論文  参考訳（メタデータ） (2021-02-21T07:25:03Z)
• Integrating Egocentric Localization for More Realistic Point-Goal Navigation Agents [90.65480527538723]
  本研究では,ノイズ行動力学の下での自我行動の視覚的推定に依存するポイントゴールナビゲーションエージェントを開発した。 私たちのエージェントはCVPR 2020 Habitat ChallengeのPointNavトラックのランナーでした。
  論文  参考訳（メタデータ） (2020-09-07T16:52:47Z)

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。