論文の概要: Feeling Terrain Before Crossing: World Models for Off-Road Navigation

• arxiv url: http://arxiv.org/abs/2609.19863v1
• Date: Thu, 17 Sep 2026 08:19:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.161065
• Title: Feeling Terrain Before Crossing: World Models for Off-Road Navigation
• Title（参考訳）: 横断に先立ち、世界モデルでオフロードナビゲーションが可能に
• Abstract要約: プロプレセプションを前提とした初のオフロードナビゲーションワールドモデルであるFeel-WMを提案する。 Proprioceptionはこれらのダイナミクスを直接キャプチャし、入力として使用すると物理的な未来を予測する。 プランナーは、シーンと一緒に物理的な未来をロールアウトし、分離可能なスコアでゴール類似性に対する予測された失敗リスクを重み付けます。
• 参考スコア（独自算出の注目度）: 11.910808941933702
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Navigation world models plan by foresight, predicting the future that each candidate action sequence produces and selecting the best, rather than mapping observations to actions directly. Unlike urban settings where a predicted scene is a sufficient proxy, off-road navigation hinges on the robot--terrain interaction, so the prediction must cover not only what the camera will see but what the robot will feel. However, existing scene-focused models do not predict how much the robot will slip, tilt or shake along a planned trajectory. Proprioception captures these dynamics directly and, when used as input, improves the prediction of the physical future. We present Feel-WM, the first off-road navigation world model that conditions on proprioception and predicts what the robot will feel alongside what the camera will see. The physical future takes the form of a future proprioceptive state and a failure risk, both learned from the robot's own experience without human labels. The planner rolls out the physical future alongside the scene and weighs the predicted failure risk against goal similarity in a separable score. Experiments on real off-road data and in simulation demonstrate that Feel-WM outperforms visual-only navigation world models in open-loop planning and closed-loop rough-terrain navigation across wheeled and legged platforms. Deployed on a Husky on mountain trails, Feel-WM plans onboard, predicts rough ground ahead and steers around it, completing courses that an end-to-end policy fails.
• Abstract（参考訳）: ナビゲーションワールドは、アクションに直接観察をマッピングするのではなく、各候補アクションシーケンスが生成し、最良のものを選択する未来を予見して計画する。 予測シーンが十分なプロキシである都市環境とは異なり、オフロードナビゲーションのヒンジはロボットとテランのインタラクションに影響を与えているため、予測はカメラが見るものだけでなく、ロボットが感じるものをカバーする必要がある。 しかし、既存のシーンに焦点を当てたモデルは、計画された軌道に沿ってロボットがどのくらい滑るか、傾いたり、揺れるかを予測するものではない。 Proprioceptionはこれらのダイナミクスを直接キャプチャし、入力として使用すると物理的な未来を予測する。 Feel-WMは、プロトリオセプションを条件付け、カメラが見ているものとロボットがどんな感じになるかを予測する最初のオフロードナビゲーションワールドモデルである。 物理的な未来は、将来の先天的な状態と失敗のリスクの形をしており、どちらも人間のラベルなしでロボット自身の経験から学んでいる。 プランナーは、シーンと一緒に物理的な未来をロールアウトし、分離可能なスコアでゴール類似性に対する予測された失敗リスクを重み付けます。 実際のオフロードデータとシミュレーション実験により、Feel-WMは、オープンループ計画や、車輪付きプラットフォームと脚付きプラットフォーム間のクローズループ粗地形ナビゲーションにおいて、視覚のみのナビゲーションワールドモデルよりも優れていることが示された。 フェール=WMは、山道をハスキーに展開し、前方の荒地を予測し、それを回避し、エンドツーエンドの政策が失敗するコースを完成させる計画だ。

関連論文リスト

• See Tomorrow, Act Today: Foresight-Driven Autonomous Driving [87.02582063534608]
  ForeSightは、予測された意思決定として自動運転を再設計する基礎的世界モデル中心の計画フレームワークである。 提案手法は,(1)事前学習された世界モデルを用いて,有望な未来世界を生成すること,(2)これらの未来を前提とした計画行動を行うこと,の2段階からなる。
  論文  参考訳（メタデータ） (2026-05-08T03:42:05Z)
• NavThinker: Action-Conditioned World Models for Coupled Prediction and Planning in Social Navigation [20.161788094382526]
  社会的なナビゲーションには、ロボットがダイナミックな人間の環境で安全に行動する必要がある。 我々は,行動条件付き世界モデルと政治強化学習を結合した将来的なフレームワークであるNavThinkerを提案する。 シングルロボットとマルチロボットのSocial-HM3Dの実験では、最先端のナビゲーションが成功し、Social-MP3Dにゼロショットで転送され、Unitree Go2上で現実世界にデプロイされる。
  論文  参考訳（メタデータ） (2026-03-16T14:37:16Z)
• ImagiNav: Scalable Embodied Navigation via Generative Visual Prediction and Inverse Dynamics [13.382453086651019]
  Vision-Language Navigationは、高価なエンボディメント固有のロボットデータに基づいて訓練されたエンドツーエンドのポリシーに依存している。 ロボットの動作から視覚計画を切り離す新しいモジュラーパラダイムであるImagiNavを提案する。 ImagiNavは、ロボットのデモを必要とせずに、ロボットナビゲーションへの強力なゼロショット転送をデモする。
  論文  参考訳（メタデータ） (2026-03-14T08:34:02Z)
• What Happens Next? Anticipating Future Motion by Generating Point Trajectories [76.16266402727643]
  一つの画像から動きを予測し、世界の物体がどのように動くかを予測する問題を考察する。 我々はこのタスクを,現代のビデオジェネレータのアーキテクチャを忠実に追従するモデルを用いて,高密度トラジェクトリグリッドの条件生成として定式化する。 このアプローチはシーン全体のダイナミクスと不確実性を捉え、以前の回帰器やジェネレータよりも正確で多様な予測をもたらす。
  論文  参考訳（メタデータ） (2025-09-25T21:03:56Z)
• Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
  我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。 私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。 学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:56:55Z)
• Robots That Can See: Leveraging Human Pose for Trajectory Prediction [30.919756497223343]
  本研究では,人間中心環境における未来の軌道を予測するためのトランスフォーマーアーキテクチャを提案する。 結果として得られたモデルは、将来の人間の軌道予測に固有の不確実性を捉えている。 我々は,限られた履歴データを持つ新しいエージェントを誤りの主な要因として同定し,予測誤差を低減するために3次元骨格ポーズの相補的な性質を実証する。
  論文  参考訳（メタデータ） (2023-09-29T13:02:56Z)
• A Game-Theoretic Framework for Joint Forecasting and Planning [9.299721998201543]
  人間の存在下で安全なロボットの動きを計画するには、将来の人間の動きの確実な予測が必要である。 本稿では,共同計画と予測のための新たなゲーム理論フレームワークを提案する。 提案アルゴリズムは,歩行者行動の現実的なデータセットと群集ナビゲーションシミュレーターにおいて,より安全な計画を立てる。
  論文  参考訳（メタデータ） (2023-08-11T13:56:39Z)
• Future Frame Prediction for Robot-assisted Surgery [57.18185972461453]
  本稿では,ロボット手術用ビデオシーケンスにおけるフレーム予測のためのtpg-vaeモデルを提案する。 コンテンツ配信に加えて、私たちのモデルは、手術ツールの小さな動きを処理するために斬新な運動分布を学習します。
  論文  参考訳（メタデータ） (2021-03-18T15:12:06Z)
• ProxEmo: Gait-based Emotion Learning and Multi-view Proxemic Fusion for Socially-Aware Robot Navigation [65.11858854040543]
  本稿では,歩行者間のロボットナビゲーションのための感情予測アルゴリズムProxEmoを提案する。 提案手法は歩行歩行から歩行者の知覚された感情を予測し,感情誘導ナビゲーションに使用する。
  論文  参考訳（メタデータ） (2020-03-02T17:47:49Z)

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。