論文の概要: PASSAGE: Scaling Scene-Aligned Motion Learning for Perceptive Humanoid Traversal in Cluttered Environments

• arxiv url: http://arxiv.org/abs/2609.18732v1
• Date: Wed, 16 Sep 2026 14:30:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.838485
• Title: PASSAGE: Scaling Scene-Aligned Motion Learning for Perceptive Humanoid Traversal in Cluttered Environments
• Title（参考訳）: PASSAGE: クラッタ環境における知覚的ヒューマノイドトラバーサルのためのシーン適応型運動学習
• Abstract要約: PASSAGEは、ヒューマノイドトラバーサルのための知覚条件付きプランナー-トラッカーフレームワークである。 1500の散らかったシーンで100hのシーンアラインな人間の動きを収集する。 全搭載システムは、エゴセントリックな3D LiDAR認識、オンライン占有マッピング、6.25Hzの計画、50HzのJetson AGX Orin制御を統合している。
• 参考スコア（独自算出の注目度）: 26.407185486574477
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humanoid robots can step over, squeeze past, and duck under obstacles, but learning to select and coordinate these behaviors from onboard perception remains challenging. Many existing approaches rely on task-specific reinforcement-learning objectives or curated motion libraries, making broad behavioral coverage costly. We present PASSAGE, a perception-conditioned planner--tracker framework for humanoid traversal. Using virtual reality and inertial motion capture, we collect 100 h of scene-aligned human motion across 1,500 cluttered scenes. A conditional flow-matching planner generates short-horizon references from motion history, a local destination, and a robot-centric multi-layer elevation map, while a perceptive whole-body tracker executes them at 50 Hz with geometric feedback. Real-time chunking promotes inter-chunk consistency, and planner-side RL post-training under the frozen tracker further improves closed-loop performance. Without skill annotations or obstacle-specific policies, one planner--tracker pair selects and composes traversal behaviors across unseen geometries. In simulation, component ablations quantify the contribution of each stage. Across three independent training seeds, scaling captured data from 6 to 100 h increases mean contact-free success from 48.1% to 68.9% on held-out scenes, while the final model with validated scene augmentation reaches 70.3%. The fully onboard system integrates egocentric 3D LiDAR perception, online occupancy mapping, 6.25 Hz planning, and 50 Hz control on a Jetson AGX Orin; tests across 50 unseen physical layouts demonstrate traversal without prebuilt maps or offboard computation.
• Abstract（参考訳）: ヒューマノイドロボットは障害物の下で歩いたり、過去をくっつけたり、アヒルを倒したりすることができるが、これらの動作を車載認識から選択し、調整する方法を学ぶことは、依然として難しい。 既存の多くのアプローチは、タスク固有の強化学習の目的や、修正された運動ライブラリに依存しており、幅広い行動カバレッジを犠牲にしている。 本稿では,ヒューマノイドトラバーサルのための認識条件付きプランナー・トラッカー・フレームワークPASSAGEを提案する。 バーチャルリアリティーと慣性モーションキャプチャーを用いて、1500の散らばったシーンにわたって100hのシーンアラインな人間の動きを収集する。 条件付きフローマッチングプランナは、動き履歴、局所目的地、ロボット中心の多層標高マップから短水平参照を生成し、知覚的な全身トラッカーは幾何学的フィードバックで50Hzでそれらを実行させる。 リアルタイムチャンキングはチャンク間の一貫性を促進し、凍結トラッカー下でのプランナー側RLポストトレーニングはクローズループ性能をさらに向上させる。 スキルアノテーションや障害物特異的なポリシーがなければ、あるプランナー-トラッカーペアは、目に見えない測地をまたいだ横断的な振る舞いを選択し、構成する。 シミュレーションでは、コンポーネントのアブレーションは各ステージのコントリビューションを定量化する。 3つの独立した訓練種の中で、捕獲されたデータを6時間から100時間にスケーリングすると、保持シーンでの接触のない成功率は48.1%から68.9%に増加し、検証されたシーン増強による最終モデルは70.3%に達した。 完全に搭載されたシステムは、エゴセントリックな3D LiDAR認識、オンライン占有マッピング、Jetson AGX Orinでの6.25Hzの計画、50Hzの制御を統合している。

関連論文リスト

• Local Path Planning and Obstacle Avoidance for an Omnicopter Platform [5.329751638083761]
  本稿では,全方向マルチロータ(オムニコプタ)のためのリアルタイム局所計画と障害物回避モジュールを提案する。 本手法は, (i) 局所写像のボクセル化, (ii) 車両形状のコンパクトな球面近似, (iii) 6次元探索空間における適応速度サンプリングによるリアルタイム実現性を実現する。 我々は,計算応力試験,高密度ウェイポイント経路追跡,静的・未知の障害物シナリオのシミュレーションにおけるアプローチを評価する。
  論文  参考訳（メタデータ） (2026-09-03T10:25:14Z)
• ACE-Data-0: Human-Centric Ambient Capture as Embodied Data Engine [83.02804728003862]
  Ambient Capture Engine (ACE)は、実家環境を空間的に、時間的に同期されたレコーディングスタジオに変換する。 ACEは、エゴセントリックでマルチビューのエクソセントリックなビデオ、フルボディと手の動き、オブジェクト幾何学と6-DoF軌道、オーディオ、信号を、統一されたマルチ感覚ストリームとして記録する。 データセットは、原子操作、家庭活動の長い水平鎖、人間とシーンの相互作用にまたがっており、ステップバイステップの指示よりもゴールレベルの自然な振る舞いを保っている。
  論文  参考訳（メタデータ） (2026-07-30T17:59:50Z)
• EgoGenesis: Egocentric World-Action Modeling with Online Anchored Projective Memory and Action-3D RoPE [11.752532474694481]
  Egocentric Videoは、組み込みAIのためのリッチな操作エクスペリエンスを提供する。 しかし、シーン、オブジェクト、モーション、エンボディメントにまたがる多様なエゴセントリックなデータを集めることは、依然としてコストがかかる。 本稿では,制御可能な高品質な操作映像を合成するエゴセントリックなワールドアクションシミュレータを提案する。
  論文  参考訳（メタデータ） (2026-07-30T14:06:26Z)
• VEGA: Learning Navigation VLAs from In-the-Wild Egocentric Video with Geometric Trajectory Supervision [46.607430047068085]
  VEGAは、ラベルのないエゴセントリックなナビゲーションビデオから、ナビゲーションナビゲーションのVLA(VisionLanguage-Action)モデルをトレーニングするためのアプローチである。 VEGAはこのギャップをモノクロビデオから局所的なシーン形状を再構築することで解決する。 VEGA-Benchは250万のシーンと約500万のナビゲーション目標とシーン幾何学を組み合わせたベンチマークである。
  論文  参考訳（メタデータ） (2026-06-16T19:21:14Z)
• GRAIL: Generating Humanoid Loco-Manipulation from 3D Assets and Video Priors [113.71148915419246]
  GRAILは3Dアセット、シミュレーター対応シーン、およびビデオファンデーションモデル(VFM)の先行データで構成され、物理的環境を再構築したりロボットを遠隔操作したりすることなく対話を合成するデジタル生成パイプラインである。 GRAILは、オブジェクト形状、カメラパラメータ、メートル法スケール、環境深度、ロボットが提案する文字がビデオ生成の前に知られ、再構成中に再利用される、完全に定義された3D構成から始まる。 我々は、回復した動作をヒューマノイドロボットに再ターゲティングし、補完的なタスク・ジェネラル・モルフォロジー・トラッカーを訓練する。 GRAILは、ピックアップ、オブジェクト操作、着座にまたがる2万以上のシーケンスを生成する
  論文  参考訳（メタデータ） (2026-06-03T17:57:45Z)
• 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)
• 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)
• 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)
• Trace and Pace: Controllable Pedestrian Animation via Guided Trajectory Diffusion [83.88829943619656]
  本研究では,現実的な歩行者軌跡生成手法と,ユーザ定義目標を達成するために制御可能なフルボディアニメーションを提案する。 我々のガイド付き拡散モデルでは,対象とする経路,速度,特定社会集団による軌道の制約が可能である。 本稿では,アニメーションコントローラのRLトレーニング中に学習した値関数を用いて,拡散を誘導し,特定のシナリオに適した軌道を生成することを提案する。
  論文  参考訳（メタデータ） (2023-04-04T15:46:42Z)
• Robots of the Lost Arc: Self-Supervised Learning to Dynamically Manipulate Fixed-Endpoint Cables [31.103646278125318]
  高速ロボットアームの動きは、ケーブルを操作して障害物を乗り越えたり、台座から物体をノックしたり、障害物の間を織ったりすることができる。 本稿では、UR5ロボットがこれらの3つのタスクを実行できる自己教師型学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-10T00:19:50Z)

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。