論文の概要: TONAV: Task-Oriented Navigation and Action-Velocity Chunk Learning for Articulated Object Quadrupedal Mobile Manipulation

• arxiv url: http://arxiv.org/abs/2608.22296v1
• Date: Sun, 23 Aug 2026 08:41:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.712612
• Title: TONAV: Task-Oriented Navigation and Action-Velocity Chunk Learning for Articulated Object Quadrupedal Mobile Manipulation
• Title（参考訳）: TONAV:Articulated Object Quadrupedal Mobile Manipulationのためのタスク指向ナビゲーションとアクション速度チャンク学習
• Authors: Haoran Lin, Mingyu Yang, Pengfei Qi, Kehan Chen, Qiang Diao, Liangji Zeng, Wenrui Chen, Yaonan Wang, Kailun Yang,
• Abstract要約: 四足歩行の移動操作には2つの密結合機能が必要である。 本研究では,タスク指向ナビゲーションと行動速度チャンク学習を統合した統合フレームワークTONAVを提案する。 タスク指向ナビゲーションと完全なモバイル操作の両方において,TONAVがより高い成功率を達成することを示す。
• 参考スコア（独自算出の注目度）: 38.40929546953415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadruped mobile manipulation requires two tightly coupled capabilities: reaching manipulation-ready configurations and maintaining stable contact throughout articulated-object interaction. However, existing methods often terminate navigation near the target, leaving a gap between reachability and manipulation readiness, while tracking lag, motion jitter, and contact instability limit continuous interaction. To address these challenges, we present TONAV, a unified framework integrating task-oriented navigation with action-velocity chunk learning. First, we introduce a position-velocity-coupled teleoperation framework that explicitly captures motion dynamics to improve master-follower consistency and collect smooth, temporally consistent demonstrations. Next, task-oriented navigation leverages vision-language reasoning to decompose high-level instructions into executable subgoals and adaptively refine the robot base toward a manipulation-ready configuration. Finally, action-velocity chunk learning jointly models joint positions and their temporal transitions under velocity supervision, enabling smooth and stable sustained-contact manipulation. Real-world experiments across diverse articulated-object tasks demonstrate that TONAV achieves higher success rates in both task-oriented navigation and complete mobile manipulation, mitigating the navigation-manipulation gap and improving continuous-contact interaction. The project page is at https://haochen611.github.io/TONAV.
• Abstract（参考訳）: 四足歩行の移動操作には2つの密結合機能が必要である。 しかし、既存の手法はしばしば目標付近でのナビゲーションを終了させ、到達性と操作の整合性の間にギャップを残し、ラグ、モーションジッタ、接触不安定性は連続的な相互作用を制限する。 これらの課題に対処するために,タスク指向ナビゲーションと行動速度チャンク学習を統合した統合フレームワークTONAVを提案する。 まず、位置速度結合型遠隔操作フレームワークを導入し、運動力学を明示的に捉え、マスタ-フォロワー整合性を改善し、スムーズで時間的に一貫したデモを収集する。 次に、タスク指向ナビゲーションは視覚言語推論を利用して、ハイレベルな命令を実行可能なサブゴールに分解し、操作可能な設定に向けてロボットベースを適応的に洗練する。 最後に、動作速度チャンク学習は、共同位置とその時相遷移を速度監督下でモデル化し、スムーズで安定した持続的接触操作を可能にする。 タスク指向ナビゲーションと完全な移動操作の両方において、TONAVがより高い成功率を達成し、ナビゲーション操作ギャップを緩和し、継続的な接触相互作用を改善していることを示す。 プロジェクトページはhttps://haochen611.github.io/TONAVにある。

関連論文リスト

• VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
  Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。 まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。 第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
  論文  参考訳（メタデータ） (2026-06-08T09:52:55Z)
• VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory [43.2995099083993]
  VLAモデルは、認識と計画を統合することで、航法を具現化する有望な可能性を示してきた。 既存のVLAモデルは、観察から行動へのリアクティブマッピングに直接依存している。 VLingNav(VLAモデル)を提案する。
  論文  参考訳（メタデータ） (2026-01-13T15:43:43Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• DISCO: Embodied Navigation and Interaction via Differentiable Scene Semantics and Dual-level Control [53.80518003412016]
  人間の命令によって多様なタスクに熟練した汎用的なインテリジェントホームアシストエージェントを構築することは、AI研究の長期的青写真である。 本研究では,具体的エージェントに対する原始的移動操作,すなわち指示された動詞と名詞のペアに基づいて,ナビゲートと対話の仕方について検討する。 本研究では、文脈化されたシーンモデリングと効率的な制御における非自明な進歩を特徴とするdisCOを提案する。
  論文  参考訳（メタデータ） (2024-07-20T05:39:28Z)
• Multi-skill Mobile Manipulation for Object Rearrangement [75.62774690484022]
  本研究では,オブジェクト再構成のための長距離移動操作タスクへのモジュラーアプローチについて検討する。 従来の作業チェーンでは、サブタスクで個別に学習するポイントゴールナビゲーションスキルを備えた複数の静止操作スキルがチェーンされている。 静的な操作ではなく,モバイル操作のスキルを実装し,ポイントゴールではなく,地域目標で訓練されたナビゲーションスキルを訓練することで,これらのアイデアを運用する。
  論文  参考訳（メタデータ） (2022-09-06T19:02:08Z)
• N$^2$M$^2$: Learning Navigation for Arbitrary Mobile Manipulation Motions in Unseen and Dynamic Environments [9.079709086741987]
  モバイル操作のためのニューラルナビゲーション(N$2$M$2$)を導入する。 結果として生じるアプローチは、動的障害物や環境変化に即座に反応しながら、探索されていない環境で、目に見えない、長い水平タスクを実行することができる。 提案手法は,複数の運動学的に多様な移動マニピュレータ上での広範囲なシミュレーションおよび実世界の実験において有効であることを示す。
  論文  参考訳（メタデータ） (2022-06-17T12:52:41Z)
• ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for Mobile Manipulation [99.2543521972137]
  ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。 本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。 ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
  論文  参考訳（メタデータ） (2020-08-18T08:05:15Z)

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。