論文の概要: LEAP: Learning Emergent Active Perception for Quadruped Navigation
- arxiv url: http://arxiv.org/abs/2609.17628v1
- Date: Tue, 15 Sep 2026 08:05:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.460628
- Title: LEAP: Learning Emergent Active Perception for Quadruped Navigation
- Title（参考訳）: LEAP:四足歩行のための創発的アクティブ知覚学習
- Abstract要約: 本稿では,タスク目標の増大を伴わずに,創発的能動知覚(LEAP)を学習する手法を提案する。
我々は、視覚的に発見しなければならない目標を用いて、危険地形上の目標指向ナビゲーションの問題を定式化する。
次に、アクティブな認識を伴うナビゲーションポリシーのアーキテクチャを提案し、タスク圧力だけで視線制御の出現につながる地形カリキュラムでそれらを訓練する。
- 参考スコア（独自算出の注目度）: 2.4709809941142438
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Active perception allows autonomous agents to select their viewpoints rather than passively process the viewpoints given to them, enabling them to target where to reduce uncertainty about their environment. Learned systems typically encourage this behavior with hand-designed proxy objectives, such as coverage or curiosity bonuses, that may conflict with the task. In this work, we propose a method to learn emergent active perception (LEAP) without augmentation of the task objective. We formulate the problem of goal-oriented navigation over hazardous terrains with goals that must be discovered visually. We then propose an architecture for navigation policies with active perception, and train them on a terrain curriculum where task pressure alone leads to the emergence of gaze control. Key to this emergence, LEAP works on a gaze-invariant representation that integrates depth images into egocentric belief maps. We validate its performance in held-out evaluation scenarios, where it achieves a 92.7% success rate, compared to 74.2% for scripted or 34.5% for passive perception, and comes within 4.6 points of a privileged oracle. We validate that LEAP navigation policies, unchanged, can be directly applied to steering quadrupedal locomotion policies in physics simulation.
- Abstract（参考訳）: アクティブな認識により、自律的なエージェントは、与えられた視点を受動的に処理するのではなく、視点を選択できる。
学習されたシステムは、通常、そのタスクと矛盾する可能性があるカバレッジや好奇心のボーナスなど、手作業で設計されたプロキシの目的によって、この振る舞いを奨励する。
本研究では,タスク目標の増大を伴わずに,創発的能動知覚(LEAP)を学習する手法を提案する。
我々は、視覚的に発見しなければならない目標を用いて、危険地形上の目標指向ナビゲーションの問題を定式化する。
次に、アクティブな認識を伴うナビゲーションポリシーのアーキテクチャを提案し、タスク圧力だけで視線制御の出現につながる地形カリキュラムでそれらを訓練する。
この出現の鍵となるのは、深度画像と自我中心の信念マップを統合する、視線不変の表現である。
評価シナリオでは,スクリプトの74.2%,受動的知覚の34.5%に対して92.7%の成功率を達成し,特権的オラクルの4.6ポイント以内である。
我々は,LEAPナビゲーションポリシーが物理シミュレーションにおいて,四足歩行ポリシーの操舵に直接適用可能であることを検証した。
関連論文リスト
- Benchmarking the Robustness of Autonomous Driving to Environmental Illusions: A Lane Perception Perspective [76.02772556944073]
環境錯覚は自然に存在するが、現実の運転環境では見過ごされている現象である。
視覚的知覚を妨害し、シーンの誤解を招き、自動運転システムに深刻な安全リスクをもたらす。
最初のベンチマークであるLanEvil++を導入し、環境錯覚下での車線知覚の堅牢性を評価する。
論文 参考訳（メタデータ） (2026-07-07T03:15:00Z) - AgenticRL: Self-Refining Agentic Reinforcement Learning for Vision-Conditioned UAV Navigation [2.0325612651874305]
本稿では,ナビゲーションタスクのためのエージェントガイド型強化学習フレームワークであるAgenticRLを提案する。
AgenticRLは、タスク情報と視覚シーンの観察を解釈するために、マルチモーダル・ジェネレーティブ・プレトレーニング・トランスフォーマー(GPT)エージェントを使用する。
タスク固有の報酬関数を生成し、PPOアルゴリズムを用いてポリシーを訓練し、訓練されたポリシーを評価することで批判的な役割を果たす。
このフィードバックに基づいて、エージェントは障害モードを特定し、クローズドループ自己改善プロセスにおける報酬関数を洗練する。
論文 参考訳（メタデータ） (2026-06-02T17:50:15Z) - Reinforcement Learning for Active Perception in Autonomous Navigation [12.508044072300839]
本稿では,複雑で未知の環境での自律ナビゲーションにおける能動的認識の課題に対処する。
本稿では,ロボットが目標を達成するだけでなく,カメラを積極的に制御して状況認識を高める,エンドツーエンドの強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-01T14:54:40Z) - What does really matter in image goal navigation? [21.23421707462711]
RLを用いた完全エージェントのエンドツーエンドトレーニングにより,この課題を効果的に解決できるかどうかを検討した。
肯定的な答えは、Embodied AIを超えて影響します。
論文 参考訳（メタデータ） (2025-07-02T12:50:26Z) - Diffusion-Reinforcement Learning Hierarchical Motion Planning in Multi-agent Adversarial Games [6.532258098619471]
環境データに応答するグローバルパスを計画するために,高レベル拡散モデルを統合する階層型アーキテクチャを提案する。
提案手法は,検出率と目標到達率において77.18%,47.38%のベースラインを上回っている。
論文 参考訳（メタデータ） (2024-03-16T03:53:55Z) - Augmented reality navigation system for visual prosthesis [67.09251544230744]
反応ナビゲーションと経路計画のソフトウェアを組み込んだ視覚補綴用拡張現実ナビゲーションシステムを提案する。
対象を地図上に配置し、対象の軌道を計画し、対象に示し、障害なく再計画する。
その結果,目標を達成するための時間と距離を減らし,障害物衝突の回数を大幅に減らし,航法性能の向上を図っている。
論文 参考訳（メタデータ） (2021-09-30T09:41:40Z) - 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) - Pushing it out of the Way: Interactive Visual Navigation [62.296686176988125]
エージェントが目標に合わせてより効率的にナビゲートするために環境を変更することを学ぶインタラクティブナビゲーションの問題を研究します。
エージェントの行動によって引き起こされる環境の変化を明示的に予測するために,neural interaction engine(nie)を導入する。
計画中の変更をモデル化することで、エージェントがナビゲーション能力を大幅に改善できることが分かりました。
論文 参考訳（メタデータ） (2021-04-28T22:46:41Z) - Learning for Visual Navigation by Imagining the Success [66.99810227193196]
我々は,成功(下位)ゴーナル状態の潜在表現を想像することを提案する。
ForeSITは、成功につながる将来の状態の繰り返しの潜在表現を想像するように訓練されています。
ForeSITをオンポリシーでトレーニングし、RL目標に統合するための効率的な学習アルゴリズムを開発しています。
論文 参考訳（メタデータ） (2021-02-28T10:25:46Z) - Learning Object Relation Graph and Tentative Policy for Visual
Navigation [44.247995617796484]
情報的視覚表現とロバストなナビゲーションポリシーを学ぶことは重要である。
本稿では、オブジェクト関係グラフ(ORG)、試行駆動型模倣学習(IL)、メモリ拡張仮ポリシーネットワーク(TPN)の3つの補完手法を提案する。
パス長(SPL)による成功率と成功率の22.8%と23.5%の増加を報告した。
論文 参考訳（メタデータ） (2020-07-21T18:03:05Z) - Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。
VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。
この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
論文 参考訳（メタデータ） (2020-07-15T23:54:20Z)
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。