論文の概要: RTK-Vision PPO for Autonomous Micro UAV Recovery on an Airborne Carrier

• arxiv url: http://arxiv.org/abs/2609.20629v1
• Date: Thu, 17 Sep 2026 16:16:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.36799
• Title: RTK-Vision PPO for Autonomous Micro UAV Recovery on an Airborne Carrier
• Title（参考訳）: RTK-Vision PPOによる空母の自律型UAV回収
• Abstract要約: 本稿では,子どものUAVを大型キャリアによって物理的に輸送するRTKビジョン誘導型強化学習フレームワークを提案する。 両車両ともRTK-GNSSを搭載しており、移動状態は子供と継続的に共有されている。 この結果は、単独の着陸操作ではなく、完全な自律的な空中展開と回収のサイクルを実証している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous recovery of a micro unmanned aerial vehicle (UAV) onto a moving airborne carrier enables reusable deploy-mission-recover operation, but couples long-range rendezvous, close-range perception, carrier motion, aerodynamic interaction, and a discontinuous contact event. This paper presents an RTK-vision-guided reinforcement-learning framework in which a child UAV is physically transported by a larger carrier, takes off from the carrier while airborne, executes an independent sortie, returns to the carrier's current position, redocks, and subsequently descends with the carrier. Both vehicles carry RTK-GNSS, and the carrier continuously shares its navigation state with the child. Near the recovery deck, RTK remains active while a downward-facing camera with a fiducial marker detector provides marker-relative alignment cues. A proximal policy optimization (PPO) policy governing the terminal recovery phase is trained in a physics-based MuJoCo simulation environment with explicit sensor noise models, an aerodynamic disturbance surrogate, and marker-latency randomization, then transferred to hardware. PX4 retains low-level stabilization, and a deterministic safety gate authorizes descent independently of the learned policy. The PPO checkpoint achieves 99.55% success over 2,000 held-out randomized terminal episodes, compared with 78.4% for a tuned PD baseline under identical conditions, with a median planar terminal error of 6.62 cm. Across 14 outdoor trials, the full mission succeeds in 13 trials (92.9%), spanning both near-region recovery and recovery after the carrier translates away from the release point. The results demonstrate a complete autonomous aerial deployment-and-recovery cycle rather than an isolated landing maneuver, establishing a practical basis for reusable carrier-child operation in inspection, surveillance, and mobile-logistics applications.
• Abstract（参考訳）: 小型無人航空機(UAV)の移動空母への自律的な回収は、再利用可能な配備・回収操作を可能にするが、長距離ランデブー、近距離認識、空母運動、空力相互作用、不連続接触イベントを2つに結合する。 本稿では,大型キャリアが子どものUAVを物理的に輸送し,空輸中にキャリアから離陸し,独立したソートを実行し,キャリアの現在の位置に戻り,リドックスを行い,その後キャリアに降下するRTKビジョン誘導型強化学習フレームワークを提案する。 両車両ともRTK-GNSSを搭載しており、移動状態は子供と継続的に共有されている。 回収デッキの近くでは、RTKは引き続き活動的であり、下向きのカメラとフィデューシャルマーカー検出器はマーカー相対アライメントの手がかりを提供する。 物理ベースの MuJoCo シミュレーション環境において, センサノイズモデル, 空力的外乱サロゲート, マーカー-遅延ランダム化を用いたPPOポリシをトレーニングし, ハードウェアに転送する。 PX4は低レベルの安定化を維持し、決定論的安全ゲートは学習されたポリシーとは独立して降下を認可する。 PPOチェックポイントは2000回の無作為終端エピソードに対して99.55%成功し、同じ条件下で調整されたPDベースラインでは78.4%、中央値の平面終端誤差は6.62cmである。 14回の野外試験で、完全なミッションは13回の試験(92.9%)に成功し、空母が解放地点から移動した後、近距離での回復と回復の両方にまたがる。 この結果は、単独の着陸操作ではなく、完全な自律的な空中展開と回収のサイクルを実証し、検査、監視、モバイル・ロジスティクスの応用における再利用可能な空母子運用の実践的基盤を確立した。

関連論文リスト

• Integrated Guidance and Control of a Mother-Child UAV-UGV System for Cooperative Missions [0.0]
  本稿では,異質なローバー・マザーシップ・チャイルドシステムにおいて,ローバーの監督,マザーシップ・トランジット,子育てとソート,自律リターン,航空回収,降下を行うためのフィールド検証型自律フレームワークを提案する。 回収スタックは、ジャークバウンドの参照生成、外乱オブザーバの拡張された平面追跡、実現可能性を考慮した垂直制御、相対垂直幾何学のための離散時間バリアベースの安全フィルタ、通信対応キャリア状態予測を組み合わせた。 その結果, 試験室内における自律的自律回収が可能となった。
  論文  参考訳（メタデータ） (2026-09-17T15:10:25Z)
• Continual Field-Adaptive Models (CFAMs) for Post-Deployment Physical AI [44.61729316171525]
  本研究では,実験室で効率よく学習し,展開後も学習を続ける連続場適応モデルを提案する。 CFAMは、凍結したスローラーニングコンポーネントと高速ラーニングカプセルフィールドを備えた補完的な学習アーキテクチャを使用している。 CFAMは, マニピュレータ, 四足歩行, ヒューマノイド, 四足歩行, オフロード車両の5つの実施形態で評価した。
  論文  参考訳（メタデータ） (2026-09-03T23:15:53Z)
• Robust Autonomous UAV Landing on Maritime Platforms via Multimodal Agentic AI and Active Wave Compensation [0.0]
  本稿では,無人航空機 (UAV) と無人航空機 (USV) を同期させる離間多輪着地機構を提案する。 このアーキテクチャは、2つの独立したDeep Reinforcement Learning (DRL)エージェント(Soft Actor-Critic (SAC)エージェント、ランディングデッキに高周波波動補償を提供するSoft Actor-Critic (SAC)エージェント、UAVの最終アプローチのためのマルチモーダルRLエージェント)を利用する。 高忠実度海洋シミュレーションで評価されたこのシステムは、穏やかから荒々しい状態の15回の試験で100%の着陸成功率を達成した。
  論文  参考訳（メタデータ） (2026-06-30T13:03:45Z)
• Selective Agentic Recovery for UAV Autonomy with a Persistent Mission Runtime [1.189955933770711]
  物理的UAVでは、リモート推論は選択的に呼び出されるときに最も有用である。 本稿では,ミッションループと安全クリティカルな実行をローカルに保持する回復フレームワークであるPersistent Mission(PMR)を提案する。 PMRは、遠隔エージェント推論が短期ミッションの進捗を改善する可能性があることを見積もる、コンパクトな入場ゲートである学習された認知的行動価値(Learned-CVI)を導入している。
  論文  参考訳（メタデータ） (2026-06-12T07:57:47Z)
• Heterogeneous Self-Play for Realistic Highway Traffic Simulation [42.67401323169807]
  PHASE, Policy for Heterogeneous Agent Self-play on Expresswayは、コンテキスト対応のセルフプレイフレームワークである。 例えば、旅客車やトレーラートラックなどの異なる車両のプロフィールを単一のポリシーでサポートしている。 96.3%の成功率でADE/FDEを6.57/12.07mから2.44/5.25mに下げる。
  論文  参考訳（メタデータ） (2026-03-31T19:39:29Z)
• Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming [5.61837936726601]
  我々は,軽量UAVの自律的なホバリング,追跡,着陸を可能にする,完全なインフラストラクチャレス磁気誘導型(MI)ローカライゼーションシステムを提案する。 この研究は、超軽量飛行ロボットが地上の無人地上車両の移動認識エージェントとして機能する異種ロボットコラボレーションのビジョンを前進させる。
  論文  参考訳（メタデータ） (2026-03-09T20:52:51Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• Continuous Marine Tracking via Autonomous UAV Handoff [0.4935992163749761]
  本稿では,海産動物,特にサメの連続的,リアルタイム追跡のための自律型UAV視覚システムを提案する。 このシステムは、オンボードコンピュータと、安定したRGB-DカメラとカスタムトレーニングされたOSTrackパイプラインを統合している。 重要なイノベーションは、ドローン間の責任追跡をシームレスに転送するUAVハンドオフプロトコルである。
  論文  参考訳（メタデータ） (2025-07-17T03:35:53Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)

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。