論文の概要: DCLP++: Learning to Navigate with Footprint Clearance and Relative Motion

• arxiv url: http://arxiv.org/abs/2609.08711v1
• Date: Tue, 08 Sep 2026 13:09:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 15:54:53.163944
• Title: DCLP++: Learning to Navigate with Footprint Clearance and Relative Motion
• Title（参考訳）: DCLP++:フットプリントクリアランスと相対運動でナビゲートを学ぶ
• Abstract要約: DCLP++は、動的環境における相対運動の特徴を研究するための幾何学的基礎としてフットプリントクリアランスを用いる。 予備研究では、20個の移動障害物のうち1m/sの速度制限を持つ長方形のロボットを用いている。
• 参考スコア（独自算出の注目度）: 4.265700914562614
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present DCLP++, a local navigation frameworkthat uses footprint clearance as the geometric basis for studying relative motion features in dynamic environments. Each valid LiDAR return is mapped to its shortest Euclidean distance from the filled robot footprint before reciprocal encoding, replacing distance from the sensor with distance to the occupied body. Radial measurementsor simulated planar relative velocities provide short-horizon features without static-dynamic labels in the policy input. A preliminary study uses a rectangular robot with a speed limit of 1 m/s among 20 moving obstacles. On 100 fixed validation tasks, two selected training seeds yield mean success rates of 42% with sensor rangeand 70% with footprint clearance after 200,000 environment steps.Motion variants show mixed additional gains. These results supportthe clearance-based observation in the evaluated setting; reliable motion benefits and transfer across robots require further evaluation.
• Abstract（参考訳）: 動的環境における相対運動特性の幾何学的基礎としてフットプリントクリアランスを用いた局所ナビゲーションフレームワークDCLP++を提案する。 各有効なLiDARリターンは、相互符号化前のロボットフットプリントから最も短いユークリッド距離にマッピングされ、センサーから占有体までの距離に置き換えられる。 平面相対速度をシミュレートした放射計測器は、政策入力に静的なラベルを使わずに短水平特性を提供する。 予備研究では、20個の移動障害物のうち1m/sの速度制限を持つ長方形のロボットを用いている。 定型的評価作業100項目において, 選択した2種は, センサレンジで42%, フットプリントクリアランスで70%, 環境ステップで20,000を達成した。 これらの結果は、評価環境でのクリアランスに基づく観察を支援するものであり、ロボット間での信頼性の高い動きの利点と移動にはさらなる評価が必要である。

関連論文リスト

• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• Decentralized Scalable Exploration via Emergent Adaptive Lévy Walks on Minimal-Sensing Platforms [0.0]
  重量50グラム未満の空飛ぶロボットのための軽量なセンサー駆動型レヴィ歩行制御装置を提案する。 この方法は、方向距離測定を用いて、離散Lévyステップ長サンプリングとセンサ反応性誘導ポリシーを組み合わせる。 シミュレーションの結果、オープンアリーナでは79.6%、ルーム・アンド・コリドールでは43.1%、散らかった環境では13.6%の改善が見られた。
  論文  参考訳（メタデータ） (2026-07-28T01:53:28Z)
• Streamlining stereo differentiable rendering for marker-free real-time tracking of surgical robots [7.312849670879312]
  マーカーレスリアルタイムロボットのポーズトラッキングにおけるステレオ微分可能レンダリングの評価を行った。 リアルタイム1080pのトラッキングを30fps(バニラロベレグの14fpsからアップアップ)で達成し、カメラフレームレートにマッチする。
  論文  参考訳（メタデータ） (2026-07-14T10:28:28Z)
• EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control [11.31921914039084]
  EXACT-MPPIは、ローカルナビゲーションを直接モーションコマンドにマッピングするフレームワークである。 解析的かつ正確な符号付き距離評価器をモデル予測パス積分(MPPI)コントローラに組み込む。 同じフレームワークは、differial-drive、Ackermann、およびハイブリッドモードプラットフォーム上にデプロイされている。
  論文  参考訳（メタデータ） (2026-05-28T09:23:54Z)
• ECHO: Edge-Cloud Humanoid Orchestration for Language-to-Motion Control [8.983091538704645]
  本稿では,ヒューマノイドロボットの言語駆動型全身制御のためのエッジホスト型フレームワークECHOを提案する。 クラウドネイティブ拡散に基づくテキスト・トゥ・モーション・ジェネレータは、自然言語命令から動作参照を合成する。 エッジ展開された強化学習トラッカーは、ロボットのクローズドループでそれらを実行する。
  論文  参考訳（メタデータ） (2026-03-17T07:16:18Z)
• Evaluating Accuracy of Vine Robot Shape Sensing with Distributed Inertial Measurement Units [1.1474575075646143]
  ロボット体に沿って分散したIMUを用いたブドウのロボット形状検出の精度を実験的に評価した。 また、センサ間隔の影響を分析し、中間間隔が単一曲率形状の誤差を最小限に抑えることを観察する。
  論文  参考訳（メタデータ） (2026-02-27T17:28:42Z)
• RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
  本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。 RoboTracerは、強化微調整により、多段階のメートル法推論を進める。 本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
  論文  参考訳（メタデータ） (2025-12-15T18:52:43Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• Open-World Drone Active Tracking with Goal-Centered Rewards [62.21394499788672]
  Drone Visual Active Trackingは、視覚的な観察に基づいてモーションシステムを制御することで、対象物を自律的に追跡することを目的としている。 DATは,世界初となるエア・ツー・グラウンド・トラッキング・ベンチマークである。 また,複雑なシナリオにおけるドローン追跡目標の性能向上を目的としたGC-VATを提案する。
  論文  参考訳（メタデータ） (2024-12-01T09:37:46Z)
• VAPOR: Legged Robot Navigation in Outdoor Vegetation Using Offline Reinforcement Learning [53.13393315664145]
  本研究では,非構造で密集した屋外環境における自律脚ロボットナビゲーションのための新しい手法であるVAPORを提案する。 本手法は,アクター・クリティカル・ネットワークと実際の屋外植生で収集された任意のデータを用いて,新しいRLポリシーを訓練する。 VAPORの動作は成功率を最大40%向上させ、平均電流消費量を最大2.9%削減し、正規化軌道長を最大11.2%削減する。
  論文  参考訳（メタデータ） (2023-09-14T16:21:27Z)
• Learning Perceptual Locomotion on Uneven Terrains using Sparse Visual Observations [75.60524561611008]
  この研究は、人中心の環境において、よく見られるバンプ、ランプ、階段の広い範囲にわたる知覚的移動を達成するために、スパースな視覚的観察の使用を活用することを目的としている。 まず、関心の均一な面を表すことのできる最小限の視覚入力を定式化し、このような外受容的・固有受容的データを統合した学習フレームワークを提案する。 本研究では, 平地を全方向歩行し, 障害物のある地形を前方移動させるタスクにおいて, 学習方針を検証し, 高い成功率を示す。
  論文  参考訳（メタデータ） (2021-09-28T20:25:10Z)
• Rapid Exploration for Open-World Navigation with Latent Goal Models [78.45339342966196]
  多様なオープンワールド環境における自律的な探索とナビゲーションのためのロボット学習システムについて述べる。 本手法のコアとなるのは、画像の非パラメトリックトポロジカルメモリとともに、距離と行動の学習された潜在変数モデルである。 学習方針を規則化するために情報ボトルネックを使用し、(i)目標のコンパクトな視覚的表現、(ii)一般化能力の向上、(iii)探索のための実行可能な目標をサンプリングするためのメカニズムを提供する。
  論文  参考訳（メタデータ） (2021-04-12T23:14:41Z)

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。