論文の概要: SPARROW: Survival-POMCP for Adaptive Robot Routing, Observation, and Waiting

• arxiv url: http://arxiv.org/abs/2609.21008v1
• Date: Thu, 17 Sep 2026 19:01:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.75926
• Title: SPARROW: Survival-POMCP for Adaptive Robot Routing, Observation, and Waiting
• Title（参考訳）: SPARROW: 適応型ロボットのルーティング, 監視, 待機のためのサバイバルPOMCP
• Abstract要約: ロボットの計画されたルートをブロックする一時的な障害は、シーケンシャルなナビゲーション問題を引き起こす。 部分観測可能な半マルコフ決定過程として,一時的障害物間のグラフナビゲーションを定式化する。 本稿では,部分観測可能なモンテカルロ計画に基づく信念空間プランナであるSPARROWを紹介する。
• 参考スコア（独自算出の注目度）: 17.46665446011569
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Temporary obstacles that may block a robot's planned route create a sequential navigation problem: a robot must decide whether to wait for a blockage to clear, reroute, or acquire more information about the obstacle before acting. We formulate graph navigation among temporary obstacles as a partially observable semi-Markov decision process and introduce SPARROW, a belief-space planner built on Partially Observable Monte Carlo Planning (POMCP). SPARROW searches over traversal, observation, and finite-duration waiting actions while maintaining a particle belief over latent obstacle classes and clearance times. Class-conditioned survival models are learned online from both clearance observations and right-censored encounters where the robot reroutes before clearance is observed. A generative model simulates obstacle arrivals and clearances as each action unfolds, so the planner can account for blockages that may occur along alternative routes. We further introduce a value-of-learning criterion that trades the immediate cost of collecting labelled survival data against its expected reduction in future navigation regret. Across two simulation graphs and multiple obstacle-class settings, SPARROW reduces mean time-to-goal by 12-26% relative to OSCAR, a recent survival-based method for the same problem. On a physical mobile robot, SPARROW reduces mean time-to-goal by 20.5% relative to OSCAR while selectively observing, waiting, and rerouting as environment conditions change.
• Abstract（参考訳）: ロボットの計画されたルートをブロックする一時的な障害は、シーケンシャルなナビゲーション問題を生み出します。 本研究では,部分観測可能なモンテカルロ計画(POMCP)上に構築された信念空間プランナであるSPARROWを導入する。 SPARROWは、遅延障害物クラスとクリアランス時間に対する粒子の信念を維持しながら、トラバーサル、観測、有限デューレーション待ち動作を探索する。 クラス条件付き生存モデルは、クリアランス観察と、クリアランスが観測される前にロボットが再帰する右検閲された遭遇の両方からオンラインで学習される。 生成モデルは、各アクションが展開するにつれて障害物到着とクリアランスをシミュレートするので、プランナーは代替ルートに沿って発生する可能性のある障害を考慮できる。 さらに,ラベル付きサバイバルデータ収集の即時コストと,今後のナビゲーション後悔の低減を両立させる学習基準を導入する。 2つのシミュレーショングラフと複数の障害物クラス設定で、SPARROWはOSCARと比較して平均時間対ゴールを12～26%削減する。 物理移動ロボットでは、環境条件が変化するにつれて、SPARROWはOSCARと比較して平均目標までの時間を20.5%削減する。

関連論文リスト

• Predictive Training with Latent Imagination for Visual Quadruped Navigation [2.687590979817173]
  脚付きロボットの強化学習ナビゲーションポリシーは、現在の観測と短期記憶から反応的に行動を選択する。 トレーニング中にポリシーの繰り返し状態に適用される軽量な予測監督は、推論時コントローラを変更することなく予測障害ダイナミクスを符号化することができる。 動的障害物を伴うシミュレーションおよび実世界のナビゲーションベンチマークにおいて,予測学習信号のみでの衝突速度を低減しつつ,ナビゲーションの成功を著しく改善する。
  論文  参考訳（メタデータ） (2026-07-20T05:33:22Z)
• JPPD: Joint Prediction_Planning Diffusion with Differentiable Safety Guidance for Dynamic Obstacle Avoidance in Intelligent Transportation Systems [1.9236465591431287]
  本稿では,単条件軌道生成問題として参加者予測とロボット計画を扱う共同予測計画拡散フレームワークを提案する。 シナリオグラウンドシミュレーション、自然主義的な歩行者リプレイ、Isaac Simバリデーション、ROS/Orinデプロイメントの実験は、共同サンプリングが尾の安全性と実行効率を改善することを示している。
  論文  参考訳（メタデータ） (2026-06-14T11:15:44Z)
• OSCAR: Obstacle Survival Curves for Adaptive Robot Navigation [8.359991696376307]
  既知のルートのグラフに従う移動ロボットは、一時的な障害物がクリティカルエッジをブロックした場合に、高価なナビゲーションエラーを発生させることができる。 我々は,一時的にブロックされたグラフベースのナビゲーションのための適応型サバイバルモデリングフレームワークOSCARを提案する。 本研究では, 人, 椅子, ビン, チューブなどの障害物のある大学アトリウムにおけるシミュレーションおよび実際の移動ロボット上でのアプローチを評価する。
  論文  参考訳（メタデータ） (2026-05-31T04:12:04Z)
• RCSP: Risk-Sensitive Conjectural Scenario Planning for Safe Dynamic Robot Navigation [16.960126375377133]
  リスク感性行動シナリオ計画(RCSP)は、予測可能な短水平障害物の将来に対する候補命令を評価する計画層である。 制御された MuJoCo ボトルネックタスクでは、RCSP プランナーは衝突することなく目標を達成することができ、より高い二次安全性とパス品質の点推定が得られる。
  論文  参考訳（メタデータ） (2026-05-25T21:47:36Z)
• LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
  LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。 そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。 R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
  論文  参考訳（メタデータ） (2026-03-31T02:21:59Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Towards Deviation-Robust Agent Navigation via Perturbation-Aware Contrastive Learning [125.61772424068903]
  視覚言語ナビゲーション(VLN)は、エージェントに与えられた言語命令に従って実際の3D環境をナビゲートするように要求する。 本稿では,既存のVLNエージェントの一般化能力を高めるために,PROPER(Progressive Perturbation-aware Contrastive Learning)と呼ばれるモデルに依存しない学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2024-03-09T02:34:13Z)
• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving [68.95178518732965]
  自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。 既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。 これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
  論文  参考訳（メタデータ） (2023-08-02T23:39:24Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Domain Adaptation for Outdoor Robot Traversability Estimation from RGB data with Safety-Preserving Loss [12.697106921197701]
  本稿では,車載RGBカメラの視野内で異なる経路のトラバーススコアを推定し,予測する深層学習に基づくアプローチを提案する。 次に、勾配反転非教師付き適応によるドメインシフトに対処することで、モデルの能力を向上する。 実験結果から,本手法は移動可能領域を良好に同定し,目に見えない場所に一般化できることが示唆された。
  論文  参考訳（メタデータ） (2020-09-16T09:19:33Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。