論文の概要: Loco-Loco-RL: Low-Cost Terrain Mapping for Humanoid Locomotion with Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2609.19041v1
• Date: Tue, 21 Jul 2026 03:14:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.608487
• Title: Loco-Loco-RL: Low-Cost Terrain Mapping for Humanoid Locomotion with Reinforcement Learning
• Title（参考訳）: Loco-Loco-RL:強化学習によるヒューマノイド移動のための低コスト地形マッピング
• Abstract要約: この研究は、低コストの飛行時間センサを用いて、ヒューマノイド移動のためのコンパクトな3次元局所地形表現を提供する。 先入観と地形の観測は、自己注意型マルチヘッドトランスによってトークン化され、処理される。 第2のクロスアテンションマルチヘッドトランスは、ポリシー学習のためのこのコンパクトな歴史から時間的移動特徴を抽出する。
• 参考スコア（独自算出の注目度）: 0.34410212782758043
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Informative terrain perception is important for robust reinforcement learning policies in humanoid locomotion. Still, common sensors such as depth cameras and LiDARs incur high cost, power, and processing overhead while often producing redundant, high-resolution data. This work uses a low-cost time-of-flight sensor to provide a compact 3D local terrain representation for humanoid locomotion. To efficiently use this sparse exteroceptive input, we introduce a token-compressed temporal transformer policy. Proprioceptive and terrain observations are tokenized and processed by a self-attention multi-head transformer to capture within-timestep relationships between observation terms. The attended tokens are then compressed through an MLP-based latent-space token compression module before being stored in a rolling 15-timestep history. A second cross-attention multi-head transformer extracts temporal locomotion features from this compact history for policy learning. By compressing tokens before temporal aggregation, the architecture preserves important terrain-observation structure while limiting the dimensional growth of attention over observation histories. We validate our method through sim-to-real transfer on physical hardware using a terrain-based locomotion benchmark, demonstrating robust humanoid terrain walking with low-cost local terrain sensing.
• Abstract（参考訳）: インフォーマティブな地形認識は、ヒューマノイド移動における堅牢な強化学習政策にとって重要である。 それでも、ディープカメラやLiDARのような一般的なセンサーは、高コスト、電力、処理オーバーヘッドを発生させ、しばしば冗長で高解像度なデータを生成する。 この研究は、低コストの飛行時間センサを用いて、ヒューマノイド移動のためのコンパクトな3次元局所地形表現を提供する。 この疎外感応入力を効率的に利用するために,トークン圧縮時変器ポリシーを導入する。 先入観と地形の観測は自己注意型マルチヘッド変換器によってトークン化・処理され、観測項間の時間内関係を捉える。 参加トークンは、MLPベースの潜在空間トークン圧縮モジュールを介して圧縮され、15ステップのローリング履歴に格納される。 第2のクロスアテンションマルチヘッドトランスは、ポリシー学習のためのこのコンパクトな歴史から時間的移動特徴を抽出する。 時間的アグリゲーションの前にトークンを圧縮することにより、アーキテクチャは重要な地形観測構造を保ちながら、観測履歴に対する注意の次元的成長を制限している。 本手法は,ロコモーション・ベンチマークを用いて物理ハードウェア上でのシミュレートにより検証し,ロコモーション・ベンチマークを用いて,ロコモーション・ロコモーション・モデルを用いて,ロバストなヒューマノイド地形の歩行を低コストな局所地形センサで実証した。

関連論文リスト

• Tac4Loco: Learning Spatiotemporal Plantar Pressure Representations for Humanoid Locomotion [10.321961925577867]
  マルチアレイ圧力を人体移動の直接的なフィードバックとして組み込んだフレームワークであるTac4Locoを提案する。 傾斜, 部分非対称, 支持変化のある地形において, 追従性能が改善され, 適応性も向上した。
  論文  参考訳（メタデータ） (2026-08-16T14:37:05Z)
• SERF: Spatiotemporal Environment and Robot Feature Map for Long-Horizon Mobile Manipulation [11.94873222185677]
  時間的特徴マップ上での移動操作ポリシーの条件付けは、長い地平線上での推論を改善することを示す。 我々は,視覚言語行動モデルに対する状態入力として,環境とロボットの特徴(SERF)マップを使用する。 家庭環境における長期移動操作のベンチマークであるBEHAVIOR-1K上でSERFを実証する。
  論文  参考訳（メタデータ） (2026-06-11T06:29:49Z)
• TAGA: Terrain-aware Active Gaze Learning for Generalizable Agile Humanoid Locomotion [13.927597120628064]
  本研究では,意識に基づくヒューマノイド制御のためのTerrin-aware Active Gaze学習フレームワークTAGAを紹介する。 本フレームワークは,予測的手がかりを学習し,ハイトスキャンの特定の領域に積極的に参画するためのモデルである。 このような視線行動は、追加の監督や明示的な指導を必要とせず、強化学習だけで自然に現れることが判明した。
  論文  参考訳（メタデータ） (2026-06-04T08:52:56Z)
• SARAH: Spatially Aware Real-time Agentic Humans [58.32612596034656]
  ストリーミングVRヘッドセット上に展開可能な空間認識型対話動作のための,初のリアルタイム完全因果的手法を提案する。 ユーザの位置とダイアディックな音声を考慮に入れたアプローチでは,エージェントの向きをユーザに応じて調整しながら,ジェスチャーを音声と整列させる全体動作を生成する。 実写VRシステムに対する我々のアプローチを検証し,空間認識型対話エージェントをリアルタイム展開に適用する。
  論文  参考訳（メタデータ） (2026-02-20T18:59:35Z)
• 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)
• Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
  Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。 提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
  論文  参考訳（メタデータ） (2023-12-26T18:56:49Z)
• A Spatio-Temporal Multilayer Perceptron for Gesture Recognition [70.34489104710366]
  自律走行車におけるジェスチャー認識のための多層状態重み付きパーセプトロンを提案する。 提案手法の有望な性能を示すため,TCGおよびDrive&Actデータセットの評価を行った。 私たちは、そのリアルタイム能力と安定した実行を示すために、モデルを自動運転車にデプロイします。
  論文  参考訳（メタデータ） (2022-04-25T08:42:47Z)
• Evo-ViT: Slow-Fast Token Evolution for Dynamic Vision Transformer [63.99222215387881]
  本稿では,視覚変換器の自己モチベーションの遅いトークン進化手法であるEvo-ViTを提案する。 本手法は,画像分類において同等の性能を維持しつつ,視覚変換器の計算コストを大幅に削減することができる。
  論文  参考訳（メタデータ） (2021-08-03T09:56:07Z)
• Spatio-Temporal Graph Transformer Networks for Pedestrian Trajectory Prediction [29.602903750712713]
  本稿では, 軌跡予測に注意機構のみを応用した, 時空間型graAph tRansフレームワークSTARを提案する。 この結果から,STARは5つの現実世界の歩行者予測データセット上で最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2020-05-18T08:08:09Z)

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。