論文の概要: Asymmetric Scout-Worker Reconnaissance for Route Validation in Unknown Environments

• arxiv url: http://arxiv.org/abs/2609.36537v1
• Date: Tue, 29 Sep 2026 02:29:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.118123
• Title: Asymmetric Scout-Worker Reconnaissance for Route Validation in Unknown Environments
• Title（参考訳）: 未知環境における経路検証のための非対称スカウト-労働者リコネサンス
• Abstract要約: 本稿では,未知環境下での非対称な偵察作業員の偵察について検討する。 小型でアジャイルな自律的なスカウトは、順序付けられた一連のゴール地点を訪れなければならない、より大きな作業ロボットのルートを探索する。 スカウトはフットプリントが小さく、移動性がより大きいため、スカウトの移動可能なルートは作業者にとって不可能である可能性がある。 作業者対応パスセグメントを識別するために,スカウトの優れた移動性を利用する共生スカウトベースのフレームワークを導入する。
• 参考スコア（独自算出の注目度）: 9.764212533570737
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies asymmetric scout-worker reconnaissance in unknown environments, where a small, agile autonomous scout explores routes for a larger worker robot that must visit an ordered sequence of goal locations. Because the scout has a smaller footprint and greater mobility, a scout-traversable route may be infeasible for the worker; worker feasibility must therefore be inferred from scout observations. This setting is not explicitly addressed by existing exploration and replanning methods, which typically assume a single traversability model and seek optimal paths for the same robot performing the exploration. We introduce a symbiotic scout-based framework that exploits the scout's superior mobility to explore only the portions of the unknown environment needed to identify worker-feasible path segments connecting the ordered goals. Evaluations in simulated and real-world settings demonstrate that the proposed approach validates feasible routes, repairs blocked segments with validated worker-feasible detours, and substantially reduces scout travel compared to baseline exploration and planning methods. A real-world indoor deployment further demonstrates the scout navigating narrow corridors to identify a worker-feasible route.
• Abstract（参考訳）: 本稿では,大規模作業ロボットが目標地点の順序をたどらなければならない経路を,小型でアジャイルな自律的スカウトが探索する,未知の環境下での非対称な偵察作業員の偵察について検討する。 スカウトはフットプリントが小さく、移動性がより大きいため、スカウト可能なルートは作業者にとって実現不可能であり、従って、スカウト観測から作業者の可能性が推測される必要がある。 この設定は、通常、単一の移動可能性モデルを想定し、同じロボットが探索を行う最適な経路を求める、既存の探索と再計画の手法によって明示的に対処されていない。 我々は,スカウトの優れたモビリティを活用する共生型スカウトベースのフレームワークを導入し,発注された目標を繋ぐ作業可能経路セグメントを特定するために必要な未知環境の一部のみを探索する。 シミュレーションおよび実世界の環境での評価は,提案手法が実現可能な経路を検証し,検証可能な作業者によるブロックされたセグメントを修復し,ベースライン探索や計画手法と比較してスカウト旅行を大幅に削減することを示した。 現実世界の屋内展開では、スカウトが狭い廊下をナビゲートして労働者が実現可能なルートを特定することも示している。

関連論文リスト

• Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments [6.8072479152471566]
  本稿では,情報ゲインに基づくアクション・プルーニングを提案する。 実験の結果、SAPとInformation Gain Action Pruningは、カナダ旅行問題のベースラインを上回り、地上ロボットの走行コストを31.9-37.7%削減した。 我々は,情報ゲイン誘導型スカウトは実世界の展開において,より効果的かつ計算的に実現可能であると結論付けている。
  論文  参考訳（メタデータ） (2026-05-21T16:36:55Z)
• Proprioceptive Safe Active Navigation and Exploration for Planetary Environments [2.2120851074630177]
  Proprioceptive Safe Active Navigation and Exploration (PSANE)は、未知の変形可能な環境における安全なナビゲーションと探索のためのフレームワークである。 PSANEはガウスプロセスレグレッションを通じてトラバーサビリティモデルを学び、安全な領域を推定し、認定する。 リアルタイムナビゲーションのためのリアクティブコントローラとこれらの見積を統合する。
  論文  参考訳（メタデータ） (2026-03-09T20:17:50Z)
• Learning Goal-Oriented Language-Guided Navigation with Self-Improving Demonstrations at Scale [90.91312440221306]
  本稿では,自己改善デモを用いた目標言語誘導ナビゲーション学習手法であるSIDを提案する。 具体的には、SIDは環境からサンプリングされた最短経路データの初期エージェントを学習し、このエージェントを利用して新しい探索軌道を生成する。 この反復的な自己改善パイプラインは、新しい環境に容易に拡張できることを示し、その結果、様々な言語誘導ナビゲーションタスク間で実演を行うことができることを示す。
  論文  参考訳（メタデータ） (2025-09-29T15:15:54Z)
• Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection [57.37596278863949]
  本研究では,認識・認識の観点からの検査を再考する。 本稿では,目標視認性を主目的とするエンドツーエンド強化学習フレームワークを提案する。 提案手法は,既存の古典的および学習的ナビゲーション手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-22T15:14:02Z)
• Evolutionary Swarm Robotics: Dynamic Subgoal-Based Path Formation and Task Allocation for Exploration and Navigation in Unknown Environments [0.0]
  本稿では、視覚的に接続されたサブゴールを利用して、2つの異なる場所間の経路を確立するサブゴールベースのパス形成手法を提案する。 本論文は,経路形成に携わる多数のロボット同士の協調(交通)の問題に対処するものであり,これはサブゴール方式の性能に悪影響を及ぼす。 ローカル通信プロトコルと光信号に基づく通信を活用するタスク割り当て戦略を提案する。
  論文  参考訳（メタデータ） (2023-12-27T15:13:56Z)
• STERLING: Self-Supervised Terrain Representation Learning from Unconstrained Robot Experience [43.49602846732077]
  自己教師型テレイン表現学習(STERling)について紹介する。 STERlingは、地形表現を学習するための新しいアプローチであり、簡単に編集できる、制約のない(例えば、非専門家)、非ラベルのロボット体験にのみ依存する。 我々は、優先的な視覚ナビゲーションのタスクにおけるSTERling機能を評価し、STERling機能が完全に教師付きされたアプローチと同等に機能することを見出した。
  論文  参考訳（メタデータ） (2023-09-26T22:55:32Z)
• Learning to Explore Informative Trajectories and Samples for Embodied Perception [24.006056116516618]
  未知の実施課題に対する知覚モデルの一般化は不十分である。 探索政策を自己管理する3次元意味分布マップを構築した。 そこで本研究では, 意味的分布の不確実性に基づいて, トラジェクトリのハードサンプルを選択することを提案する。 実験により,本手法で微調整した知覚モデルは,他の探索政策で訓練したベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2023-03-20T08:20:04Z)
• Explore before Moving: A Feasible Path Estimation and Memory Recalling Framework for Embodied Navigation [117.26891277593205]
  ナビゲーションに焦点をあて,経験や常識に欠ける既存のナビゲーションアルゴリズムの問題を解決する。 移動前に2回思考する能力に触発されて、不慣れな場面で目標を追求する実現可能な経路を考案し、パス推定とメモリリコールフレームワークと呼ばれる経路計画手法を提案する。 EmbodiedQAナビゲーションタスクにおけるPEMRの強力な実験結果を示す。
  論文  参考訳（メタデータ） (2021-10-16T13:30:55Z)
• Towards Robust Monocular Visual Odometry for Flying Robots on Planetary Missions [49.79068659889639]
  火星に着陸したばかりのIngenuityは、トラバーサビリティの影響を受けない新時代の探検の始まりとなるでしょう。 高速な光フロートラッキングを用いた高能率単分子オードメトリーアルゴリズムを提案する。 また、相対翻訳情報行列の主成分分析に基づいて、スケールドリフトの現在のリスクを推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-12T12:52:20Z)
• Rapid Exploration for Open-World Navigation with Latent Goal Models [78.45339342966196]
  多様なオープンワールド環境における自律的な探索とナビゲーションのためのロボット学習システムについて述べる。 本手法のコアとなるのは、画像の非パラメトリックトポロジカルメモリとともに、距離と行動の学習された潜在変数モデルである。 学習方針を規則化するために情報ボトルネックを使用し、(i)目標のコンパクトな視覚的表現、(ii)一般化能力の向上、(iii)探索のための実行可能な目標をサンプリングするためのメカニズムを提供する。
  論文  参考訳（メタデータ） (2021-04-12T23:14:41Z)

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。