論文の概要: CARO: Contact-Agnostic Residual Observation for Zero-Shot Robust Quadruped Locomotion

• arxiv url: http://arxiv.org/abs/2608.24217v1
• Date: Tue, 25 Aug 2026 08:23:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.86843
• Title: CARO: Contact-Agnostic Residual Observation for Zero-Shot Robust Quadruped Locomotion
• Title（参考訳）: CARO:Zero-Shot Robust Quadruped Locomotion に対する接触非依存的残像観察
• Abstract要約: CAROは、政策適応のための接触に依存しない残留観測フレームワークである。 固定ベースオイラー-ラグランジュモデルを強化学習制御ループに組み込み、トルクレベルの残留観測を構築する。 外乱オブザーバは、動的ミスマッチを表す構造化信号を抽出し、ポリシーは、このフィードバックをオンライン適応に活用することを学ぶ。
• 参考スコア（独自算出の注目度）: 6.612698611142421
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose CARO, a contact-agnostic residual observation framework for policy adaptation. CARO embeds a fixed-base Euler--Lagrange model into the reinforcement learning control loop and constructs a torque-level residual observation without requiring torque sensors, explicit contact estimation, or vision-based measurements of the floating-base position and linear velocity. A disturbance observer extracts a structured signal representing dynamics mismatch, while the policy learns to exploit this feedback for online adaptation. CARO is trained under the same terrain, command, and domain-randomization conditions as the nominal policy, without specialized disturbance curricula or additional adaptation supervision. Nevertheless, it achieves substantially improved zero-shot robustness in simulation and sim-to-real transfer tasks involving out-of-distribution payloads, center-of-mass shifts, terrain geometries, abrupt dynamics changes, and elevated-platform landings.
• Abstract（参考訳）: 政策適応のための接触に依存しない残留観測フレームワークであるCAROを提案する。 CAROは、固定ベースEuler-Lagrangeモデルを強化学習制御ループに組み込み、トルクセンサ、明示的な接触推定、フローティングベース位置と線形速度の視覚に基づく測定を必要としないトルクレベルの残留観測を構築する。 外乱オブザーバは、動的ミスマッチを表す構造化信号を抽出し、ポリシーは、このフィードバックをオンライン適応に活用することを学ぶ。 CAROは、特別な外乱のカリキュラムや追加適応の監督なしに、名目上の方針と同じ地形、コマンド、ドメインランダム化条件の下で訓練されている。 それにもかかわらず、シミュレーションにおけるゼロショットロバスト性を大幅に改善し、分散ペイロード、中心質量シフト、地形幾何学、急激なダイナミクス変化、高層プラットフォームランディングを含む実物間移動タスクを実現している。

関連論文リスト

• Contact-Aided Factor-Graph Localization for Underwater Sampling [3.884868746700691]
  本稿では,物理的相互作用を情報的幾何学的制約として扱う,接触支援因子グラフの局所化フレームワークを提案する。 接触による制約により軌道のドリフトが著しく減少し,物体の視認精度が向上することを示す。 その結果、知覚劣化水中環境における局所化プリミティブとしての身体的相互作用の役割が強調された。
  論文  参考訳（メタデータ） (2026-08-27T10:34:22Z)
• A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
  車両の直接遠隔操作は重要な技術的ボトルネックに直面している。 通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。 本稿では,一方的な遠隔操作フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-11T01:51:08Z)
• TRACE: Learned Proprioceptive Odometry for Legged Robots under Unreliable Contact Conditions [4.317571381146645]
  脚付きロボットのための終末学習型主観性眼球運動量推定装置であるTRACE(Tokenized Robust Attention for Contact-Aware Estimation)を提案する。 提案した推定器は,近年の慣性・関節計測の歴史から,相対変位,相対回転,体軸速度を直接予測する。 信頼性の低い接触条件下でのロバスト性向上のために,IMUおよび脚の運動トークンを適応的に重み付けする足認識型クロスアテンションモジュールを導入する。
  論文  参考訳（メタデータ） (2026-08-06T12:53:33Z)
• Fixed-Time Dynamic Landing of Quadrotors using Adaptive Unscented Kalman Filtering and Nonlinear Model Predictive Control [0.0]
  本稿では,移動プラットフォーム上でのマルチロータ無人航空機の動的着陸を推定・制御するためのフレームワークを提案する。 提案手法は,非線形モデル予測制御を実時間最小軌道プランナと統合する。 EKF/UKF法と比較して、繰り返し着地し、プラットフォーム速度予測精度を向上させることが示されている。
  論文  参考訳（メタデータ） (2026-06-01T06:05:34Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• Online Inertia Tensor Identification for Non-Cooperative Spacecraft via Augmented UKF [0.0]
  本稿では,非協調ターゲット宇宙船の相対的な6-DOFポーズと全慣性テンソルを共同で推定するための拡張アンセント・カルマンフィルタ(UKF)フレームワークを提案する。 提案アーキテクチャは,単眼視に基づく畳み込みニューラルネットワーク(CNN)の視覚計測をLiDARの深度情報と融合させて,剛体力学の結合を制約する。 慣性テンソルの6つの独立要素を含む状態ベクトルを増大させることで、基底ベースの事前校正を必要とせず、ターゲットの正規化質量分布をリアルタイムで動的に復元する。
  論文  参考訳（メタデータ） (2026-03-28T18:13:03Z)
• Toward Operationalizing Rasmussen: Drift Observability on the Simplex for Evolving Systems [0.0]
  障害へのドリフトのモニタリングはユークリッド異常検出によって妨げられる。 ラスムッセンの動的安全モデルは、競合する圧力の下でドリフトを動機付ける。 そこで本研究では,単純度に基づくドリフト可観測性に関するビジョンを提案する。
  論文  参考訳（メタデータ） (2026-02-05T09:41:49Z)
• Efficiently Learning Robust Torque-based Locomotion Through Reinforcement with Model-Based Supervision [14.246416873754905]
  モデルに基づく二足歩行と残留強化学習を統合した制御フレームワークを提案する。 提案手法は, ランダム化条件におけるロバスト性の向上と一般化を実証する。
  論文  参考訳（メタデータ） (2026-01-22T16:56:52Z)
• Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
  運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。 コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
  論文  参考訳（メタデータ） (2026-01-06T15:30:02Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Guided Conditional Diffusion for Controllable Traffic Simulation [42.198185904248994]
  制御可能で現実的な交通シミュレーションは、自動運転車の開発と検証に不可欠である。 データ駆動アプローチは現実的で人間的な振る舞いを生成し、シミュレートされたトラフィックから現実のトラフィックへの移行を改善する。 本研究では,制御可能なトラヒック生成(CTG)のための条件拡散モデルを構築し,テスト時に所望のトラジェクトリ特性を制御できるようにする。
  論文  参考訳（メタデータ） (2022-10-31T14:44:59Z)
• Learning Variable Impedance Control for Aerial Sliding on Uneven Heterogeneous Surfaces by Proprioceptive and Tactile Sensing [42.27572349747162]
  本研究では,空中すべり作業に対する学習に基づく適応制御手法を提案する。 提案するコントローラ構造は,データ駆動制御とモデルベース制御を組み合わせたものである。 美術品間相互作用制御手法の微調整状態と比較して,追従誤差の低減と外乱拒否の改善を実現した。
  論文  参考訳（メタデータ） (2022-06-28T16:28:59Z)

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。