論文の概要: DUGM-R: Uncertainty-Aware Dynamic Grid Mapping and Risk-Triggered Recovery for Learned Local Navigation
- arxiv url: http://arxiv.org/abs/2609.27338v1
- Date: Wed, 23 Sep 2026 04:28:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:17.884653
- Title: DUGM-R: Uncertainty-Aware Dynamic Grid Mapping and Risk-Triggered Recovery for Learned Local Navigation
- Title（参考訳）: DUGM-R:学習ローカルナビゲーションのための不確実性を考慮した動的グリッドマッピングとリスクトラガードリカバリ
- Abstract要約: 密集した屋内環境における局所的なナビゲーションは、動的障害物運動の表現方法に敏感である。
これら2つの問題に対処するリスク対応強化学習フレームワークを提案する。
DUGMは、ロボット中心の表現において、局所的占有、推定された障害物運動、および運動推定の不確実性を組み合わせる。
- 参考スコア（独自算出の注目度）: 0.19999259391104385
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learned local navigation in crowded indoor environments is sensitive to how dynamic obstacle motion is represented, while collision-prone behaviour may persist after nominal policy training. We present a risk-aware reinforcement-learning framework that addresses these two issues through an uncertainty-aware Dynamic Uncertainty Grid Map (DUGM) and a modular post-training recovery mechanism. DUGM combines local occupancy, estimated obstacle motion, and motion-estimation uncertainty in a robot-centric representation. After the nominal policy is frozen, a finite-horizon Risk Value Function (RVF) is trained from nominal rollouts and used to trigger a dedicated recovery policy when continued nominal execution is predicted to be collision-prone. Experiments in a held-out NVIDIA Isaac Sim clinical-logistics benchmark show that uncertainty-aware dynamic representation improves nominal navigation over static and deterministic alternatives, while the recovery mechanism further mitigates residual collision-prone behaviour. The complete framework is also deployed directly on a TurtleBot3 without policy fine-tuning, retraining, or site-specific adaptation, retaining the performance trend observed in simulation. These results indicate that uncertainty-aware dynamic representation and post-training recovery provide complementary mechanisms for improving learned local navigation.
- Abstract（参考訳）: 密集した屋内環境における学習された局所航法は、動的障害物運動がどのように表現されるかに敏感である。
本稿では,不確実性を考慮した動的不確実性グリッドマップ(DUGM)とモジュール型後回復機構を用いて,これら2つの問題に対処するリスク対応強化学習フレームワークを提案する。
DUGMは、ロボット中心の表現において、局所的占有、推定された障害物運動、および運動推定の不確実性を組み合わせる。
命名ポリシーが凍結された後、有限水平リスク値関数(RVF)が名目ロールアウトから訓練され、継続する名目実行が衝突しやすいと予測された場合に専用の回復ポリシーを起動するために使用される。
NVIDIAのIsaac Sim臨床ロジスティクスベンチマークの実験では、不確実性を考慮した動的表現は静的および決定論的代替手段よりも名目ナビゲーションを改善する一方で、回復機構は残留衝突が引き起こす挙動をさらに緩和することが示された。
完全なフレームワークは、ポリシーの微調整、リトレーニング、サイト固有の適応なしに、TurtleBot3に直接デプロイされ、シミュレーションで観察されるパフォーマンストレンドを保持します。
これらの結果は,不確実性を考慮した動的表現と学習後の回復が,学習したローカルナビゲーションを改善するための相補的なメカニズムをもたらすことを示唆している。
関連論文リスト
- Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。
総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
論文 参考訳（メタデータ） (2026-09-17T14:12:36Z) - Safety-aware Skill Adaptation for Reinforcement Learning in Dynamic Environments [2.9923891863939946]
Dist-GPRLは、構造化ロボットスキル適応のための遠隔認識および安全誘導型強化学習フレームワークである。
ガウス過程(GP)に基づくスキルパラメタライゼーションを基盤として,スパーストラジェクトリの局所窓の重なり合いを逐次適応する。
シミュレーションにおける2つの動的オブジェクト操作タスクの枠組みを評価し,実世界のロボットに学習方針を伝達する。
論文 参考訳（メタデータ） (2026-09-10T12:05:54Z) - IADD-TR: Intervention-Aware Dynamics Decoupling with Targeted Regularization for Model-Based Reinforcement Learning [57.16513298507272]
IADD-TRは、IADD(Intervention-Aware Dynamics Decoupling)とTR(Targeted Regularization)を組み合わせた統合フレームワークである。
IADDは、ゼロアクションアンカーを用いて、アクション干渉段階とアクションフリー自然進化段階への遷移を分解し、堅牢な一般化のためにこの2段階の分解の非特異性を解決する。
政策学習においては,リプレイ状態の政策段階関数の効率的な影響関数からTRを導出する。
論文 参考訳（メタデータ） (2026-08-11T08:20:02Z) - 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) - Chance-Constrained MPPI under State and Dynamic Object Prediction Uncertainty and the Evaluation of Collision Risk Calibration [1.8352113484137627]
自律ナビゲーションのためのリアルタイム・リスク対応計画アーキテクチャを提案する。
このフレームワークは、1管の Unscented Transform (UT) 近似によるローカライゼーションの不確実性とモンテカルロ凝集による動的障害物予測の不確実性を統合する。
高度に散らばった環境では、DUCCT-MPPIは優れた堅牢性を達成し、確立されたモンテカルロMPPIベースラインを約28%上回った。
論文 参考訳（メタデータ） (2026-05-27T11:32:05Z) - Transferable Reinforcement Learning via Probabilistic Latent Embeddings and Dynamic Policy Adaptation for Sim-to-Real Deployment [5.938653166789926]
多くのサイバー物理システムのための深層強化学習(RL)エージェントは、まずシミュレーターで訓練される。
現実の環境では、Sim2Realのギャップが避けられないため、パフォーマンス劣化や安全違反に悩まされることが多い。
本稿では,確率的潜伏埋め込みと動的ポリシー適応による安全かつ効率的な政策伝達を可能にする新しい強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-26T20:22:44Z) - Dynamic-TD3: A Novel Algorithm for UAV Path Planning with Dynamic Obstacle Trajectory Prediction [21.408459244943597]
操作性を維持しながら厳格な制約を強制する物理的に強化されたフレームワークであるDynamic-TD3を提案する。
攻撃的な動的脅威を伴う実験では、衝突回避性能、エネルギー消費の低減、よりスムーズな飛行軌道が示される。
論文 参考訳（メタデータ） (2026-04-30T02:56:29Z) - Sim2Act: Robust Simulation-to-Decision Learning via Adversarial Calibration and Group-Relative Perturbation [54.29523408543184]
シミュレーションと意思決定の学習は、現実世界の展開を危険にさらすことなく、デジタル環境で安全なポリシートレーニングを可能にする。
既存のアプローチでは、平均的なシミュレーションの忠実さを改善するか、保守的な正規化を採用するかに重点を置いている。
提案するSim2Actは,シミュレータとポリシーのロバスト性の両方に対処するロバストなシミュレーション・トゥ・意思決定フレームワークである。
論文 参考訳（メタデータ） (2026-03-10T00:51:47Z) - ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation [72.78362530982109]
ARTIS(Agenic Risk-Aware Test-Time Scaling via Iterative Simulation)は、コミットメントから探索を分離するフレームワークである。
LLMをベースとした簡易シミュレータは, 希少かつ高インパクトな障害モードの捕捉に苦慮していることを示す。
本稿では,障害発生行動の忠実度を強調するリスク認識ツールシミュレータを提案する。
論文 参考訳（メタデータ） (2026-02-02T06:33:22Z) - SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。
提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。
複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
論文 参考訳（メタデータ） (2023-12-31T04:14:43Z)
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。