論文の概要: Learning Safe Humanoid Navigation from Reduced Order Models
- arxiv url: http://arxiv.org/abs/2609.19272v1
- Date: Wed, 16 Sep 2026 18:00:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.974745
- Title: Learning Safe Humanoid Navigation from Reduced Order Models
- Title（参考訳）: 縮小順序モデルによる安全なヒューマノイドナビゲーションの学習
- Abstract要約: 標準的な単一ステージのRLナビゲーションパイプラインは,多層および多層地形へのスケールアップに苦慮していることを示す。
ナビゲーション問題を2つに分解し,まず,3次元LiDAR観測をフルに行うとともに,リミットオーダーのダイナミクスで動作するポリシーを訓練する。
次に、このナビゲーション知識を利用して、ループ内の凍結移動ポリシーを用いて、フルオーダーのヒューマノイド力学で動作するポリシーを起動する。
- 参考スコア（独自算出の注目度）: 16.745213227676775
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Research in humanoid robotics has achieved rapid progress in locomotion, and recent results have pushed the boundary on autonomous navigation. We demonstrate that a standard single-stage RL navigation pipeline struggles to scale to multi-level and multi-story terrain, limited by the difficulty of complex humanoid terrain interactions such as stairs. To overcome this challenge, we decompose the navigation problem into two pieces. First, we train a policy operating on the reduced order dynamics but with full 3D LiDAR observations to navigate complex, multi-story terrain. We then utilize this navigation knowledge to kickstart a policy operating on the full-order humanoid dynamics, with a frozen locomotion policy in the loop. Additionally, we demonstrate that applying a Poisson safety filter to the navigation policy output recovers safety in the presence of out-of-distribution obstacles, without dropping navigation success rate. We demonstrate the resulting RoM-Nav policy on a Unitree G1, accomplishing mapless multi-floor navigation covering trials with over 10m of vertical displacement and over 100m of path length. Project page with videos https://wdc3iii.github.io/rom-nav/ .
- Abstract（参考訳）: ヒューマノイドロボティクスの研究は、移動の急速な進歩を達成し、近年の成果は、自律航法における境界線を推し進めている。
階段のような複雑なヒューマノイド地形の相互作用が困難であることから, 標準的な単段RLナビゲーションパイプラインが多層・多層地形にスケールするのに苦労していることが実証された。
この課題を克服するために、ナビゲーション問題を2つに分解する。
まず,3次元LiDAR観測により,複雑な多層地形を探索する。
次に、このナビゲーション知識を利用して、ループ内の凍結移動ポリシーを用いて、フルオーダーのヒューマノイド力学で動作するポリシーを起動する。
さらに,ポアソン安全フィルタをナビゲーションポリシー出力に適用することにより,ナビゲーション成功率を落とさずに,分配不能な障害の存在下での安全性を回復することを示す。
単葉G1上でのRoM-Navポリシを実証し,垂直変位10m以上,経路長100m以上のマップレスマルチフロアナビゲーション実験を行った。
ビデオ付きプロジェクトページ https://wdc3iii.github.io/rom-nav/
関連論文リスト
- Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System [96.69286664036143]
Qwen-RobotNavは、Qwen-RobotNav上に構築されたスケーラブルなナビゲーションモデルである。
156万のサンプルでQwen-RobotNavをトレーニングします。
Qwen-RobotNavは、主要なナビゲーションベンチマークにまたがって、最先端の結果を新たに設定する。
論文 参考訳（メタデータ） (2026-06-16T16:17:44Z) - MinNav: Minimalist Navigation Using Optical Flow For Active Tiny Aerial Robots [9.826647298407849]
我々は,光学フローに基づくナビゲーションスタックMinNavを紹介し,静的かつダイナミックな障害物のあるシーンを飛行する不確実性について紹介する。
ロボットの能動性を利用して、探索的な方法で動き回って障害物を見つけ、ナビゲートすることで、成功率を向上させる。
論文 参考訳（メタデータ） (2026-06-05T19:45:02Z) - Hyp2Nav: Hyperbolic Planning and Curiosity for Crowd Navigation [58.574464340559466]
我々は,群集ナビゲーションを実現するための双曲学習を提唱し,Hyp2Navを紹介した。
Hyp2Navは双曲幾何学の本質的な性質を活用し、ナビゲーションタスクにおける意思決定プロセスの階層的性質をよりよく符号化する。
本稿では, 効果的なソーシャルナビゲーション, 最高の成功率, 複数シミュレーション設定におけるリターンをもたらす, 双曲型ポリシーモデルと双曲型好奇性モジュールを提案する。
論文 参考訳（メタデータ） (2024-07-18T14:40:33Z) - TOP-Nav: Legged Navigation Integrating Terrain, Obstacle and Proprioception Estimation [5.484041860401147]
TOP-Navは、包括的パスプランナーとTerran認識、Obstacle回避、クローズループプロプライオセプションを統合した、新しい脚付きナビゲーションフレームワークである。
そこで,TOP-Navは,従来の知識の分布を超えた地形や乱れをロボットが扱えるように,オープンワールドナビゲーションを実現する。
論文 参考訳（メタデータ） (2024-04-23T17:42:45Z) - Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。
現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。
本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
論文 参考訳（メタデータ） (2023-06-09T18:45:15Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳（メタデータ） (2023-04-06T13:07:17Z) - Coupling Vision and Proprioception for Navigation of Legged Robots [65.59559699815512]
我々は視覚と受容の相補的な強みを利用して、脚のあるロボットでポイントゴールナビゲーションを実現する。
車輪付きロボット(LoCoBot)のベースラインよりも優れた性能を示す。
また,センサーと計算能力を備えた四足歩行ロボットに,我々のシステムを実環境に展開することも示す。
論文 参考訳（メタデータ） (2021-12-03T18:59:59Z)
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。