論文の概要: UniPoint: Unified Point-Level Sensor Fusion for Humanoid Locomotion Across Challenging Terrains

• arxiv url: http://arxiv.org/abs/2609.23666v1
• Date: Sun, 20 Sep 2026 14:23:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:25:42.95256
• Title: UniPoint: Unified Point-Level Sensor Fusion for Humanoid Locomotion Across Challenging Terrains
• Title（参考訳）: UniPoint:人間型ローコモーションのための統合ポイントレベルセンサーフュージョン
• Abstract要約: We present UniPoint, a humanoid whole-body locomotion framework built on multi-source point-level sensor fusion。 地形を意識した報酬、知覚劣化注入、ドメインランダム化を含む単一のトレーニングは、8種類の地形に対して1つのポリシーを生成し、微調整なしでRK3588に展開する。 DR02のヒューマノイドでは、70cmの高さのプラットフォーム、100cmの隙間、細いバリア、スパースまたは狭い足場で、9つの現実的な設定のそれぞれで20の試験が実施されている。
• 参考スコア（独自算出の注目度）: 5.891198839622618
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Open-world deployment requires humanoid robots to cross highly heterogeneous terrain safely, with perception that simultaneously provides wide coverage, local accuracy, and redundancy against sensor failure. Existing approaches struggle to satisfy all three: one forward depth camera or nearby height sampling covers too little; odometry-corrected elevation maps drift under aggressive motion and miss thin vertical structures; image-level encoding costs grow with camera count. We present UniPoint, a humanoid whole-body locomotion framework built on multi-source point-level sensor fusion. Measurements from a 360° light detection and ranging (LiDAR) sensor and two depth cameras are early-fused into one base-frame point set. Voxelization resamples it to a fixed number of tokens encoded by linear self-attention and proprioception-queried cross-attention, decoupling forward cost from sensor count. The point set retains standing thin barriers; a single-modality failure removes only part of the tokens, so the policy degrades gracefully. A single training run with terrain-aware rewards, perception-degradation injection, and domain randomization produces one policy for all eight terrain types, deployed on an onboard RK3588 without fine-tuning. On a DR02 humanoid, 20 trials at each of nine real-world settings over seven terrain types validate the policy on 70-cm-high platforms, 100-cm gaps, thin barriers, and sparse or narrow footholds; it also generalizes zero-shot outdoors.
• Abstract（参考訳）: オープンワールドの展開には、高度に異質な地形を安全に横断するヒューマノイドロボットが必要である。 既存のアプローチでは、3つすべてを満たすのに苦労している: 前方深度カメラまたは近くの高さサンプリングは、カバーが小さすぎる; ドアメトリ補正された標高マップは、攻撃的な動きの下で漂っていて、垂直構造を見逃している; 画像レベルの符号化コストは、カメラ数とともに増大する。 We present UniPoint, a humanoid whole-body locomotion framework built on multi-source point-level sensor fusion。 360°光検出・測光(LiDAR)センサーと2つの深度カメラからの計測は、早期に1つの基フレームに融合される。 ボクセル化(Voxelization)は、センサー数から前方費用を2倍にすることで、線形自己認識とプロピロセプションによって符号化された一定数のトークンに再サンプリングする。 単一モダリティ障害はトークンの一部だけを除去するので、ポリシーは優雅に低下する。 地形を意識した報酬、知覚劣化注入、ドメインランダム化による単一のトレーニングは、8種類の地形に対して1つのポリシーを生成し、微調整なしでRK3588に展開する。 DR02のヒューマノイドでは、7つの地形型にまたがる9つの現実世界での20の試行で、70cmの高さのプラットフォーム、100cmの隙間、細いバリア、あるいは狭い足場に関するポリシーが検証され、また屋外でもゼロショットを一般化する。

関連論文リスト

• OmniPoint: Universal Monocular Metric Pointcloud from Any Camera [79.24417597712802]
  OmniPointは、様々な画像センサにまたがるメートル法再構成を一般化するために設計された統合されたフレームワークである。 射影剛性を克服するため、OmniPointは従来の平面深度回帰を放棄する。 代わりに、分離された訓練目標とともに、分離された光線と距離の表現を採用する。
  論文  参考訳（メタデータ） (2026-09-08T19:45:58Z)
• LCMamNet: A Lightweight Cross-scale Mamba Network for Infrared Small Target Detection [53.811713750107934]
  赤外線小ターゲット検出のための軽量クロススケールマンバネットワークであるLCMamNetを提案する。 十字形指向性ボトルネック残差ブロックを有するコンパクト階層型エンコーダは、指向性ターゲット構造を強化する。 IRSTD-1k、NUAA-SIRST、NUDT-SIRSTの実験では、提案したネットワークがそれぞれ71.25%、79.60%、95.58%のmIoUスコアを達成した。
  論文  参考訳（メタデータ） (2026-07-27T09:06:14Z)
• Robostral Navigate [138.74472687550374]
  Robostral Navigateは、大規模なナビゲーションシステムのための視覚言語モデルである。 モノラルなRGB画像のストリームのみを消費し、現在のカメラビューの次のターゲット位置を指して、ウェイポイントを予測する。 我々は、実世界のデータ収集への依存を減らすため、350kのシミュレートされたシーンに240万のトラジェクトリを生成します。
  論文  参考訳（メタデータ） (2026-07-22T23:13:05Z)
• Global-Local Attention Decomposition for Terrain Encoding in Humanoid Perceptive Locomotion [7.888727249239356]
  人型移動における地形符号化のためのグローバルローカルアテンション分解(GLAD)を提案する。 実験により、GLADは難解な隙間、石段、階段上での信頼性の高い移動を可能にすることが示された。 実世界におけるLiDARを用いたUnitree G1ヒューマノイドロボットの展開において,提案手法はロバストなゼロショット・シム・トゥ・リアルトランスファーを実現する。
  論文  参考訳（メタデータ） (2026-05-30T09:23:07Z)
• Imagine2Real: Towards Zero-shot Humanoid-Object Interaction via Video Generative Priors [51.096845970243855]
  高忠実度3Dデータの不足により,全体Humanoid-Object Interaction (HOI) がボトルネックとなる。 本研究では,ゼロショットHOIフレームワークであるImagine2Realを提案する。
  論文  参考訳（メタデータ） (2026-05-21T10:15:39Z)
• Joint Learning of Depth, Pose, and Local Radiance Field for Large Scale Monocular 3D Reconstruction [0.21847754147782883]
  大規模シーンにおいて、奥行き、ポーズ、放射能を分離して解決する場合に、モノクルビデオからの光現実的3次元再構成が崩壊する。 3つの要因をすべて結合し、各障害ケースを実証的に克服する、共同学習フレームワークを導入します。 その結果, 1台のRGBカメラから, 計量スケール, ドリフトフリー3次元再構成, 高忠実度ノベルビュー合成が実現可能であることがわかった。
  論文  参考訳（メタデータ） (2025-12-20T06:37:41Z)
• 2.5D Object Detection for Intelligent Roadside Infrastructure [37.07785188366053]
  インフラ路面カメラのための2.5Dオブジェクト検出フレームワークを提案する。 画像フレーム内の平行図として車両の地上面を検出するための予測手法を用いる。 以上の結果から, 高い検出精度, 強い対面一般化, 各種照明および気象条件に対する堅牢性が確認された。
  論文  参考訳（メタデータ） (2025-07-04T13:16:59Z)
• MSMDFusion: Fusing LiDAR and Camera at Multiple Scales with Multi-Depth Seeds for 3D Object Detection [89.26380781863665]
  自律運転システムにおける高精度で信頼性の高い3次元物体検出を実現するためには,LiDARとカメラ情報の融合が不可欠である。 近年のアプローチでは、2次元カメラ画像の3次元空間への昇華点によるカメラ特徴のセマンティックな密度の探索が試みられている。 マルチグラニュラリティLiDARとカメラ機能とのマルチスケールなプログレッシブインタラクションに焦点を当てた,新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-07T12:29:29Z)

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。