論文の概要: Safe and Scalable Multi-Drone Payload Transport via CBF-based Reinforcement Learning with Zero-Shot Sim-to-Real Transfer
- arxiv url: http://arxiv.org/abs/2607.20665v1
- Date: Wed, 22 Jul 2026 19:01:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.193437
- Title: Safe and Scalable Multi-Drone Payload Transport via CBF-based Reinforcement Learning with Zero-Shot Sim-to-Real Transfer
- Title（参考訳）: Zero-Shot Sim-to-Real Transferを用いたCBFを用いた強化学習による安全かつスケーラブルなマルチDrone Payload Transport
- Abstract要約: 安全かつスケーラブルなマルチドローン協調ペイロードトランスポートのための学習ベースのフレームワークを提案する。
コーディネーションと安全のために必要となるタスク関連ドローンとペイロードの結合を保存できる最小2次元抽象化を導入する。
提案手法は, 複雑な実世界の条件に強く一般化した, 効率よく, 安全で, スケーラブルなマルチドローンペイロード輸送を実現する。
- 参考スコア（独自算出の注目度）: 20.543454084407504
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-drone payload transportation has emerged as a promising research paradigm with potential applications in construction, logistics, and disaster response. However, the complex coupled dynamics among drones, cables, and payloads pose significant challenges, and existing approaches remain limited in safety and scalability, particularly in dynamic and unstructured environments. In this work, we propose a learning-based framework for safe and scalable multi-drone cooperative payload transport. We introduce a minimal 2D abstraction that preserves the task-relevant drone-payload coupling required for coordination and safety, while remaining computationally efficient for large-scale learning. Using domain randomization over team size and physical parameters, we train a fully distributed policy via Discrete Graph Control Barrier Function Proximal Policy Optimization (DGPPO), enabling robust zero-shot sim-to-real transfer without fine-tuning. Extensive real-world evaluations demonstrate that a single learned policy generalizes across varying team sizes and task scenarios. Furthermore, multi-group hardware experiments show that the same policy can safely operate in dynamic environments, where other drone teams act as moving obstacles. These results indicate that the proposed framework enables efficient, safe, and scalable multi-drone payload transportation with strong generalization to complex real-world conditions.
- Abstract（参考訳）: 建設・ロジスティクス・災害対応の可能性を秘めた,有望な研究パラダイムとして,マルチドロンのペイロード輸送が登場した。
しかしながら、ドローン、ケーブル、ペイロード間の複雑な結合力学は重大な課題をもたらし、既存のアプローチは安全性とスケーラビリティ、特に動的で非構造的な環境で制限されている。
本研究では,安全かつスケーラブルなマルチドローン共同ペイロードトランスポートのための学習ベースのフレームワークを提案する。
我々は,大規模学習において計算効率を保ちながら,協調と安全のために要求されるタスク関連ドローンとペイロードの結合を最小限に抑える2D抽象化を導入する。
チームサイズと物理パラメータに対するドメインのランダム化を用いて、離散グラフ制御バリア関数プロキシポリシー最適化(DGPPO)を介して、完全に分散されたポリシーをトレーニングし、微調整なしで、堅牢なゼロショットシミュレートを実現する。
大規模な実世界の評価では、学習されたポリシが、さまざまなチームサイズやタスクシナリオにまたがって一般化されることが示されている。
さらに、マルチグループハードウェアの実験では、同じポリシーが他のドローンチームが移動障害として機能する動的環境で安全に動作できることが示されている。
これらの結果から,提案フレームワークは,複雑な実世界の条件に強く一般化した,効率的な,安全で,スケーラブルなマルチドローンペイロード輸送を可能にすることが示唆された。
関連論文リスト
- Verifiable Foundation Models for Robot Safety [9.839166424557009]
FEARL(Foundation-Enabled Assured Robot Learning)は、モジュラーアーキテクチャの分解によってこの緊張に対処するフレームワークである。
FEARLは、このポリシーを、高次元の知覚とタスク推論に責任を持つ大きなコントローラ(C)と、専用の安全センサーから低次元の観測を受ける小さな安全モジュール(S)に分けている。
これにより、タスク推論のためのコントローラの表現力を維持しながら、既存のツールで正式な分析が行えるようになります。
論文 参考訳（メタデータ） (2026-06-22T03:10:51Z) - Autonomous Aerial Manipulation via Contextual Contrastive Meta Reinforcement Learning [16.454878732635738]
無人航空機(UAV)は、ロジスティクス、サービスロボティクス、その他の現実世界の用途にますます配備されている。
既存のアプローチでは、通常、事前に設定されたペイロードを仮定するか、特別なグリップに依存する。
そこで本研究では,軽量フックを備えたクオードロータが連続的にピックアップし,搬送し,多様なハンドル付き物体を届ける,完全自律型空中配送環境を提案する。
論文 参考訳（メタデータ） (2026-06-07T09:26:11Z) - Mind Your Steps: A General Learning Framework for Accurate Humanoid Foothold Tracking [78.30338456206984]
本稿では,汎用3D足場追跡ポリシーをトレーニングするための新しいフレームワークを提案する。
本手法は, 目標検層による足場支援を動的に行うことにより, 学習方針を特定の地形に依存しないものにする。
我々の新しいターゲット表現は、雑音や不正確なポーズ推定や足の接触推定といった現実の課題を効果的に緩和する。
論文 参考訳（メタデータ） (2026-06-06T16:44:56Z) - Learning Terrain-Aware Whole-Body Control for Perceptive Legged Loco-Manipulation [2.915167691607446]
我々は,足のマニピュレータのための地形対応全体制御フレームワークTA-WBCを紹介する。
我々は、地形の特徴を抽出するためにハイブリッド・エクセプション・エンコーダを用いており、ロボットが姿勢や足場を積極的に適応するための重要な基盤となっている。
安定なクロステランのロコ操作を容易にするため,フット接触面に基づく新しいエンドエフェクタサンプリング法を提案する。
論文 参考訳（メタデータ） (2026-05-29T14:22:10Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment [54.84167973913561]
CoEnvは、安全な戦略探索のためにシミュレーションを活用するフレームワークであり、信頼性の高い現実世界のデプロイメントを保証する。
CoEnvは、物理的なワークスペースをデジタル化するリアル・ツー・シムのシーン再構築、コードベースの軌道生成によるリアルタイム計画と安全な配置のための衝突検出によるシム・トゥ・リアル転送の両方をサポートするVLM駆動のアクション合成という3つの段階を経験している。
論文 参考訳（メタデータ） (2026-04-07T06:24:41Z) - HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。
我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。
ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
論文 参考訳（メタデータ） (2026-02-12T09:34:35Z) - PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes [18.916978556216097]
PILOTは知覚的ロコ操作に適した単段階強化学習フレームワークである。
知覚的な移動と1つのポリシー内での全身制御をシナジー化する。
PILOTは、既存のベースラインと比較して、安定性、コマンド追跡精度、地形トラバーサビリティが優れている。
論文 参考訳（メタデータ） (2026-01-24T12:25:20Z) - Trajectory Tracking for Multi-Manipulator Systems in Constrained Environments [9.385066923415936]
障害物分散環境で動作する移動型マルチマニピュレータシステムによる協調操作の問題点を考察する。
このタスクでは、障害物や狭い通路から生じる連続ロボット力学と離散幾何学的制約の両方を尊重しながら、把握された物体を輸送する必要がある。
本研究では,STLを満足するオブジェクト衝突のないベースフットプリントのオフライン生成とオンライン制約付き逆軌道と連続時間フィードバック制御を組み合わせたマルチレート計画制御フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-16T09:01:49Z) - 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) - Safe Model-Based Multi-Agent Mean-Field Reinforcement Learning [48.667697255912614]
平均場強化学習は、同一エージェントの無限集団と相互作用する代表エージェントのポリシーに対処する。
モデルベースの平均場強化学習アルゴリズムであるSafe-M$3$-UCRLを提案する。
本アルゴリズムは,低需要領域におけるサービスアクセシビリティを確保しつつ,重要な領域における需要を効果的に満たす。
論文 参考訳（メタデータ） (2023-06-29T15:57:07Z)
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。