論文の概要: Anticipatory Risk-Guided Reinforcement Learning for Safe Flight Through Dynamic Clutter
- arxiv url: http://arxiv.org/abs/2607.23565v1
- Date: Sun, 26 Jul 2026 09:31:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.151665
- Title: Anticipatory Risk-Guided Reinforcement Learning for Safe Flight Through Dynamic Clutter
- Title（参考訳）: 動的クラッタによる安全飛行のための予測型リスクガイド強化学習
- Abstract要約: 本稿では,四元数に対する予測型リスク強化学習フレームワークを提案する。
我々は、特権化されたシミュレーター状態を用いて、方向整列した将来の衝突リスクマップを構築する。
非対称アクター批判アーキテクチャを通じて、ネットワークは、この構造化されたリスクを自己予測するように訓練される。
本手法は,既存のベースラインに比べて高密度な動的クラッタの安全マージンと飛行効率を効果的に向上する。
- 参考スコア（独自算出の注目度）: 21.995071172604153
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Safe quadrotor navigation in cluttered and dynamic environments depends not only on instantaneous geometric perception, but more critically on anticipating collision risks induced by relative motion. Conventional modular pipelines frequently suffer from perception latency, while end-to-end learning methods relying on implicit scalar rewards often struggle to extract reliable spatio-temporal features without physics-grounded supervision. To address this, we propose an anticipatory risk-guided reinforcement learning framework. Leveraging privileged simulator states, we construct a directionally aligned future collision risk map based on the Closest Point of Approach (CPA). Through an asymmetric actor-critic architecture, the network is trained to self-predict this structured risk, which explicitly guides the visual policy during deployment. A lightweight spatio-temporal encoder extracts motion cues directly from onboard depth sequences, bypassing explicit object tracking or optical flow estimation. Extensive simulated and real-world experiments demonstrate that our method effectively improves safety margins and flight efficiency in dense dynamic clutters compared to existing baselines. Furthermore, the learned policy achieves robust zero-shot Sim-to-Real transfer on a physical quadrotor, relying purely on abstracted spatio-temporal depth sequences and its self-predicted risk priors, validating the effectiveness of our approach and its robust generalization from simulation to reality.
- Abstract（参考訳）: 乱れや動的環境における安全な四角形ナビゲーションは、瞬時的な幾何学的知覚だけでなく、相対運動によって引き起こされる衝突のリスクを予想することにも依存する。
従来のモジュールパイプラインは知覚の遅延に悩まされることが多いが、暗黙のスカラー報酬に依存するエンドツーエンドの学習手法では、物理を基盤とした監督なしに、信頼できる時空間的特徴の抽出に苦労することが多い。
そこで我々は,予測型リスク誘導型強化学習フレームワークを提案する。
特権シミュレーション状態を活用することで、最接近点(CPA)に基づく方向整列将来の衝突リスクマップを構築する。
非対称アクター批判アーキテクチャを通じて、ネットワークは、この構造化されたリスクを自己予測するように訓練される。
軽量時空間エンコーダは、明示的な物体追跡や光フロー推定を回避して、オンボード深度シーケンスから直接動きキューを抽出する。
シミュレーションおよび実世界の大規模な実験により,本手法は既存のベースラインに比べて高密度な動的クラッタの安全マージンと飛行効率を効果的に向上することを示した。
さらに、学習方針は、抽象化された時空間深度シーケンスと自己予測されたリスク事前を純粋に頼り、物理的四重項へのロバストなゼロショット・シム・トゥ・レアル転送を実現し、我々のアプローチの有効性とシミュレーションから現実への堅牢な一般化を検証した。
関連論文リスト
- Predictive Training with Latent Imagination for Visual Quadruped Navigation [2.687590979817173]
脚付きロボットの強化学習ナビゲーションポリシーは、現在の観測と短期記憶から反応的に行動を選択する。
トレーニング中にポリシーの繰り返し状態に適用される軽量な予測監督は、推論時コントローラを変更することなく予測障害ダイナミクスを符号化することができる。
動的障害物を伴うシミュレーションおよび実世界のナビゲーションベンチマークにおいて,予測学習信号のみでの衝突速度を低減しつつ,ナビゲーションの成功を著しく改善する。
論文 参考訳（メタデータ） (2026-07-20T05:33:22Z) - RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation [17.00557757061364]
RiskFlowはクローズドループ安全クリティカルなマルチエージェントトラフィック生成フレームワークである。
将来の軌道生成を作用空間の輸送として定式化する。
競争力のある安全クリティカルな生成能力を維持しながら、リアリズムを継続的に改善する。
論文 参考訳（メタデータ） (2026-06-04T17:28:42Z) - Learning A Unified Risk Map for Autonomous Driving in Partially Observable Environments [15.293238760957722]
本研究では,部分的に観測可能な環境のための統合マップモデリングと学習フレームワークを提案する。
提案するフレームワークは,部分的に監視可能な環境下でのリスク対応計画に対して,包括的で実用的なソリューションを提供する。
論文 参考訳（メタデータ） (2026-05-21T08:56:38Z) - F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation [62.06267255986041]
非同期推論はロボット操作における主要なパラダイムとして現れている。
本稿では,予測対象の流れを利用して将来の観測を合成する新しい枠組みを提案する。
本手法は複雑な動的操作タスクにおける応答性と成功率を大幅に向上させる。
論文 参考訳（メタデータ） (2026-04-02T17:57:15Z) - HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task [42.665798473119516]
CG-CoT(Context-Guided Chain-of-Thought)を特徴とするアーキテクチャ非依存型セーフガードを提案する。
CG-CoTは、リスクアセスメントをアクティブな知覚に分解し、相互作用対象や関連する空間近傍への注意を順次固定する。
実験により、我々のモデルであるHomeGuardは安全性を大幅に向上し、ベースモデルと比較してリスクマッチ率を30%以上改善することが示された。
論文 参考訳（メタデータ） (2026-03-15T13:09:43Z) - ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation [72.78362530982109]
ARTIS(Agenic Risk-Aware Test-Time Scaling via Iterative Simulation)は、コミットメントから探索を分離するフレームワークである。
LLMをベースとした簡易シミュレータは, 希少かつ高インパクトな障害モードの捕捉に苦慮していることを示す。
本稿では,障害発生行動の忠実度を強調するリスク認識ツールシミュレータを提案する。
論文 参考訳（メタデータ） (2026-02-02T06:33:22Z) - SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in an Unknown Dynamic Environment [1.9181913148426697]
我々は、視覚に基づくセーフフライト・コリドール(SFC)世代と統合した4次元プランナーを開発した。
シミュレーションおよび実世界のハードウェア実験において,本手法を広範囲に検証し,最先端の手法と比較した。
論文 参考訳（メタデータ） (2026-02-01T12:24:12Z) - Safely Learning Controlled Stochastic Dynamics [61.82896036131116]
システム力学の安全な探索と効率的な推定を可能にする手法を提案する。
学習後、学習モデルはシステムのダイナミクスの予測を可能にし、任意の制御の安全性検証を可能にする。
我々は、真の力学のソボレフ正則性を高めることにより、安全性と適応学習率の向上を理論的に保証する。
論文 参考訳（メタデータ） (2025-06-03T11:17:07Z) - 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) - Guaranteed Conservation of Momentum for Learning Particle-based Fluid
Dynamics [96.9177297872723]
本稿では,学習物理シミュレーションにおける線形運動量を保証する新しい手法を提案する。
我々は、強い制約で運動量の保存を強制し、反対称的な連続的な畳み込み層を通して実現する。
提案手法により,学習シミュレータの物理的精度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2022-10-12T09:12:59Z) - Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate
Model Predictive Trajectory Tracking [76.27433308688592]
クオーロタのシステムダイナミクスを正確にモデル化することは、アジャイル、安全、安定したナビゲーションを保証する上で非常に重要です。
本稿では,ロボットの経験から,四重項系の力学を純粋に学習するための新しい物理インスパイアされた時間畳み込みネットワーク(PI-TCN)を提案する。
提案手法は,スパース時間的畳み込みと高密度フィードフォワード接続の表現力を組み合わせて,正確なシステム予測を行う。
論文 参考訳（メタデータ） (2022-06-07T13:51:35Z)
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。