論文の概要: Verti-WM: A Physics-Aided Exteroceptive World Model for Off-Road Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2609.23118v1
- Date: Sat, 19 Sep 2026 16:43:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 17:09:02.924665
- Title: Verti-WM: A Physics-Aided Exteroceptive World Model for Off-Road Reinforcement Learning
- Title（参考訳）: Verti-WM:オフロード強化学習のための物理支援外受容世界モデル
- Abstract要約: Verti-WMは、剛性地形のための凍結トランスフォーマーと変形可能な地形のためのニューロ・シンボリック・テラメカニクス・モデルとを融合した物理支援外界モデルである。
Verti-WMはデータ駆動および物理ベースのベースラインに対する予測誤差を34.6%、21.7%削減する。
- 参考スコア（独自算出の注目度）: 12.994292036520681
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reinforcement learning for off-road navigation requires extensive vehicle-terrain interaction data, which are costly to collect in high-fidelity simulation. World models offer a promising alternative by replacing simulator roll-outs during policy optimization. However, an off-road world model must condition state transitions on exteroceptive terrain information, which proprioception alone does not provide. This challenge is further amplified by the need to model both rigid and deformable terrain, where data-driven and physics-based approaches offer complementary strengths. We propose Verti-WM, a physics-aided exteroceptive world model that recurrently fuses a frozen Transformer for rigid terrain and a neuro-symbolic terramechanics model for deformable terrain. Elevation and semantic observations queried from a supplied map at each predicted pose condition fusion, enabling six-degree-of-freedom rollouts for policy optimization without further simulator access. Verti-WM reduces prediction error by 34.6% and 21.7% over data-driven and physics-based baselines, respectively. Policies trained entirely within Verti-WM achieve comparable task success rates while reducing computation time by 23.6X relative to direct training in the high-fidelity simulator. We further validate Verti-WM using real-world data, enabling policy optimization within learned real-world kinodynamics and achieving a 80% success rate on the Verti-4-Wheeler platform, compared with 40% for direct sim-to-real transfer.
- Abstract（参考訳）: オフロードナビゲーションのための強化学習には、高忠実度シミュレーションの収集に費用がかかる広範な車両と地上の相互作用データが必要である。
世界モデルは、ポリシー最適化中にシミュレータのロールアウトを置き換えることで、有望な代替手段を提供する。
しかし、オフロードの世界モデルは、プロプレセプションだけでは提供されない外部の地形情報に状態遷移を条件にしなければならない。
この課題は、データ駆動と物理に基づくアプローチが相補的な強みを提供する、剛性と変形可能な地形の両方をモデル化する必要性によってさらに増幅される。
本稿では, 剛性地形の凍結変圧器と変形可能な地形のニューロシンボリック・テラメカニクスモデルとを連続的に融合する物理支援型外界モデルVerti-WMを提案する。
予測された各ポーズ条件融合における供給されたマップからの標高と意味の観測は、さらなるシミュレーターアクセスなしにポリシー最適化のための6自由度ロールアウトを可能にする。
Verti-WMは、データ駆動ベースラインと物理ベースのベースラインをそれぞれ34.6%、21.7%削減する。
Verti-WMで完全に訓練されたポリシーは、高い忠実度シミュレータの直接訓練と比較して計算時間を23.6倍に削減し、同等のタスク成功率を達成する。
さらに、実世界のデータを用いてVerti-WMを検証することにより、学習実世界のキノダイナミックスにおけるポリシー最適化を可能にし、Verti-4-Wheelerプラットフォーム上で80%の成功率を達成することができる。
関連論文リスト
- Learning the Right Abstraction: Neural Reduced Dynamics for Complex Robot Control [6.192077990532515]
我々は、より正確ではなく、より巧妙なシミュレーションの使用を提唱する。
我々は、モデルが伝播する状態を入力として供給したり、分析的に回収したりできる状態から分離する神経還元力学(NRD)フレームワークを開発する。
2つのケーススタディは、地形を意識したHMMWV軌跡追跡と、頑丈で曲がりくねった変形可能な地形、およびストックトラック車とその前面に装着された関節アームへの到達という3つの制御課題にまたがってこれをインスタンス化する。
論文 参考訳（メタデータ） (2026-08-19T18:41:27Z) - RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning [19.985714275376726]
本稿では,強化学習に基づく微調整フレームワーク RLFTSim を紹介する。
シミュレータのロールアウトと実世界のデータ分散を整列することで、シナリオリアリズムを強化する。
また,目標条件設定による交通シミュレーションの再現性向上のための手法の有効性を実証する。
論文 参考訳（メタデータ） (2026-05-18T18:57:13Z) - Simulating Realistic LiDAR Data Under Adverse Weather for Autonomous Vehicles: A Physics-Informed Learning Approach [7.735941375698213]
既存の方法は、LiDAR信号と大気現象の間の複雑な相互作用を捉えるのに苦労し、非現実的な表現をもたらす。
本稿では,悪天候下での現実的なLiDARデータ生成のための物理インフォームド学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-01T06:36:59Z) - Koopman Operator Framework for Modeling and Control of Off-Road Vehicle on Deformable Terrain [0.0]
本研究は、自動オフロード車両の予測制御のためのハイブリッド物理インフォームドおよびデータ駆動モデリングフレームワークを提案する。
コープマン線形システムは、変形可能な地形を走行する車両のシミュレーションデータを用いて構築することができる。
予測結果から,軽度地形-標高変動下での短時間水平精度とロバスト性を示した。
論文 参考訳（メタデータ） (2026-03-30T20:11:23Z) - Data-Driven Terramechanics Approach Towards a Realistic Real-Time Simulator for Lunar Rovers [2.741208189962245]
月面の高忠実度シミュレータは、ローバー操作とミッション計画の広範なテストのためのデジタル環境を提供する。
現在のシミュレーターは視覚的リアリズムか物理的精度に重点を置いており、月面条件を包括的に再現する能力を制限する。
この研究は、月面上のローバーのリアルな表現のために、高い視覚的忠実度と現実的な地形相互作用を組み合わせることで、そのギャップに対処する。
論文 参考訳（メタデータ） (2026-01-08T03:23:31Z) - World Model-Based Learning for Long-Term Age of Information Minimization in Vehicular Networks [53.98633183204453]
本稿では,車載ネットワークにおけるパケット完全性認識情報(CAoI)の年齢を最小化するために,新しい世界モデルに基づく学習フレームワークを提案する。
mmWave V2X環境の動的モデルを共同で学習し、リンクスケジューリングの方法を学ぶための軌跡を想像するために使用する世界モデルフレームワークを提案する。
特に、長期的な政策は環境相互作用の代わりに、異なる想像軌道で学習される。
論文 参考訳（メタデータ） (2025-05-03T06:23:18Z) - Offline Robotic World Model: Learning Robotic Policies without a Physics Simulator [50.191655141020505]
強化学習(Reinforcement Learning, RL)は、ロボット制御において目覚ましい能力を示してきたが、高いサンプルの複雑さ、安全性の懸念、そしてシム・トゥ・リアルのギャップのため、依然として困難である。
物理シミュレータに頼らずに政策学習を改善するために不確実性を明示的に推定するモデルベースアプローチであるオフラインロボット世界モデル(RWM-O)を導入する。
論文 参考訳（メタデータ） (2025-04-23T12:58:15Z) - ReGentS: Real-World Safety-Critical Driving Scenario Generation Made Stable [88.08120417169971]
機械学習に基づく自律運転システムは、現実世界のデータでは稀な安全クリティカルなシナリオで課題に直面していることが多い。
この研究は、軌道最適化によって複雑な現実世界の通常のシナリオを変更することによって、安全クリティカルな運転シナリオを生成することを検討する。
提案手法は、頑健なプランナーの訓練には役に立たない非現実的な発散軌道と避けられない衝突シナリオに対処する。
論文 参考訳（メタデータ） (2024-09-12T08:26:33Z) - Pre-training on Synthetic Driving Data for Trajectory Prediction [61.520225216107306]
軌道予測におけるデータ不足の問題を緩和するパイプラインレベルのソリューションを提案する。
我々は、駆動データを生成するためにHDマップ拡張とトラジェクトリ合成を採用し、それらを事前学習することで表現を学習する。
我々は、データ拡張と事前学習戦略の有効性を実証するための広範な実験を行う。
論文 参考訳（メタデータ） (2023-09-18T19:49:22Z)
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。