論文の概要: Learning to Fly: Stable Vision-Guided UAV Servoing with Compact Target-Centric Cues and Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2609.09234v1
• Date: Mon, 07 Sep 2026 20:20:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.740844
• Title: Learning to Fly: Stable Vision-Guided UAV Servoing with Compact Target-Centric Cues and Reinforcement Learning
• Title（参考訳）: 飛行学習:小型目標中心キューと強化学習による安定型視覚誘導型UAVサーボ
• Abstract要約: 小型目標中心キューと低次元センサを用いた長距離UAVサーボについて検討した。 その結果、コンパクトな目標中心表現は、堅牢な長距離視覚サーボをサポートできることが示唆された。
• 参考スコア（独自算出の注目度）: 2.6560667639241564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision-guided reinforcement learning for Unmanned Aerial Vehicles (UAVs) remains challenging due to unstable policy optimisation, aggressive exploration, and the cost of high-dimensional visual perception. In this work, we investigate long-horizon UAV visual servoing using compact target-centric cues combined with low-dimensional sensor measurements. Rather than learning directly from RGB images, lightweight target segmentation provides image-space offsets and relative depth, which are combined with quadrotor velocity and projected-gravity measurements into a compact 12D policy observation. We compare Direct PPO with three matched-budget curriculum strategies: a Visual curriculum that progressively expands target placement difficulty, a Dynamics curriculum that gradually relaxes action constraints and smoothing, and a Joint curriculum that combines both progressions. All strategies reach comparable nominal performance, with complementary advantages across tracking metrics. Observation ablations show that proprioceptive measurements are critical for stable flight and image-space cues for target alignment, while explicit depth is not necessary for strong performance in the evaluated setting. Against tuned classical visual-servo controllers, learned policies show greater robustness to strong control and visual perturbations, while the Visual curriculum exhibits the smallest degradation under unseen target motion. Overall, the results demonstrate that compact target-centric representations can support robust long-horizon aerial visual servoing and that visual curriculum training can improve robustness to dynamic distribution shifts despite limited gains in nominal performance.
• Abstract（参考訳）: 無人航空機(UAV)の視覚誘導型強化学習は、不安定な政策最適化、積極的な探索、高次元視覚知覚のコストにより、依然として困難である。 本研究では,小型目標中心キューと低次元センサを用いた長距離UAV視覚サーボについて検討する。 RGB画像から直接学ぶのではなく、軽量なターゲットセグメンテーションは、画像空間のオフセットと相対的な深さを提供し、これは4軸速度と投影重力の測定と組み合わせて、コンパクトな12Dポリシー観測を行う。 我々は、ダイレクトPPOと、目標の配置困難を段階的に拡大する視覚カリキュラム、段階的に行動制約を緩和するダイナミクスカリキュラム、両方の進行を結合する共同カリキュラムの3つの整合予算カリキュラム戦略を比較した。 すべての戦略が同等のパフォーマンスに到達し、トラッキングメトリクス間の相補的なアドバンテージを持つ。 観察結果から, 安定飛行および目標アライメントのための画像空間キューにおいて, 主観的計測が重要であり, 評価条件下での強い性能には明らかな深さが不要であることが示唆された。 調整された古典的視覚サーボコントローラに対して、学習されたポリシーは、強い制御と視覚的摂動に対してより堅牢性を示す一方、視覚カリキュラムは、目に見えない目標運動の下で最小の劣化を示す。 全体として,コンパクトな目標中心表現は,高機能な長距離視覚サーボをサポートでき,視覚カリキュラムのトレーニングは,名目性能が限られたにもかかわらず,動的分布シフトに対する堅牢性を向上させることができることを示した。

関連論文リスト

• PILOT: Privileged Imitation Learning for End-to-End Motion Planning of Autonomous UAVs under Partial Observability [7.550075542886951]
  本稿では、視覚に基づくエンドツーエンドUAV計画のための制約対応の特権的模倣学習フレームワークであるPILOTについて述べる。
  論文  参考訳（メタデータ） (2026-08-14T08:43:59Z)
• Last-Meter Precision Navigation for UAVs: A Diffusion-Refined Aerial Visual Servoing Approach [18.42619895752036]
  UAVの高精度ナビゲーションは、スケールのあいまいさ、回転の不連続性、微粒な空間推論の必要性により困難である。 広帯域拡散精細空中サーボフレームワークDreamNavを提案する。 実験では、DreamNavは強力なビジュアルサーボと基礎モデルベースラインを精度と一般化で上回り、ゼロショットは見えないシーンに転送される。
  論文  参考訳（メタデータ） (2026-07-05T15:16:44Z)
• WAM-Nav: Asymmetric Latent World-Action Modeling for Unified Visual Navigation [31.539730066120374]
  視覚ナビゲーションは、複雑な幾何学的および物理的制約の下で滑らかで衝突のない軌道を生成する必要がある。 WAM-Navは,視覚ナビゲーションを具体化した潜在世界行動モデルであり,行動生成と潜時視予知を共同で学習する。
  論文  参考訳（メタデータ） (2026-06-03T14:05:19Z)
• Motion Cues from Image-based Point Tracking for LiDAR Scene Flow Estimation [59.420015367586615]
  我々は、LiDARシーンフロー推定における動的オブジェクト表現を改善するための追跡誘導フレームワークであるTrackCueを紹介する。 特に、TrackCueは、ポイントトラッキングを再利用して、LiDARポイントに固定された高密度の画像空間軌跡を得る。 TrackCueは動的ラベルの精度とF1スコアを大幅に向上し、自己監督型シーンフロー推定の性能向上につながることを示す。
  論文  参考訳（メタデータ） (2026-05-16T10:28:54Z)
• \ extsc{NaVIDA}: Vision-Language Navigation with Inverse Dynamics Augmentation [50.027425808733994]
  textscNaVIDAは、ポリシー学習とアクショングラウンドの視覚力学と適応実行を結合した統合VLNフレームワークである。 textscNaVIDAは、チャンクベースの逆ダイナミクスによるトレーニングを強化し、視覚変化と対応するアクションの因果関係を学習する。 実験の結果,textscNaVIDAはパラメータが少ない最先端の手法に比べてナビゲーション性能が優れていることがわかった。
  論文  参考訳（メタデータ） (2026-01-26T06:16:17Z)
• Aerial Vision-Language Navigation with a Unified Framework for Spatial, Temporal and Embodied Reasoning [5.517595398768408]
  本稿では,エゴ単分子RGB観測と自然言語命令のみで動作する航空VLNフレームワークを提案する。 このタスクは、低高度検査、サーチ・アンド・レスキュー、自律型空中輸送といった現実世界のアプリケーションに対して約束される。
  論文  参考訳（メタデータ） (2025-12-09T14:25:24Z)
• PosA-VLA: Enhancing Action Generation via Pose-Conditioned Anchor Attention [92.85371254435074]
  PosA-VLAフレームワークは、ポーズ条件付き監視を通じて視覚的注意を保ち、タスク関連領域に対するモデルの認識を一貫して導く。 本手法は,多様なロボット操作ベンチマークにおいて,正確かつ時間効率のよい動作を実施できることを示す。
  論文  参考訳（メタデータ） (2025-12-03T12:14:29Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Top-Down Compression: Revisit Efficient Vision Token Projection for Visual Instruction Tuning [70.57180215148125]
  ビジュアルインストラクションチューニングは、大きな言語モデルで視覚世界を理解できるようにすることを目的としている。 既存の手法は、精度と効率の間の難解なトレードオフに悩まされることが多い。 LLaVA-Meteorは,コア情報を妥協することなく,視覚トークンを戦略的に圧縮する手法である。
  論文  参考訳（メタデータ） (2025-05-17T10:22:29Z)
• 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)
• Dataset Awareness is not Enough: Implementing Sample-level Tail Encouragement in Long-tailed Self-supervised Learning [16.110763554788445]
  擬似ラベル情報を利用して動的温度と再重み付け戦略を推進し、自己教師付き長期学習に擬似ラベルを導入する。 我々は,温度パラメータにおける量認識の欠如を分析し,この不足を補うために再重み付けを用いて,サンプルレベルで最適なトレーニングパターンを実現する。
  論文  参考訳（メタデータ） (2024-10-30T10:25:22Z)
• Space Non-cooperative Object Active Tracking with Deep Reinforcement Learning [1.212848031108815]
  DRLAVTと命名されたDQNアルゴリズムに基づくエンドツーエンドのアクティブなトラッキング手法を提案する。 追尾宇宙船のアプローチを、色やRGBD画像にのみ依存した任意の空間の非協力目標に導くことができる。 位置ベースのビジュアルサーボベースラインアルゴリズムでは、最先端の2DモノクロトラッカーであるSiamRPNをはるかに上回っている。
  論文  参考訳（メタデータ） (2021-12-18T06:12:24Z)

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。