論文の概要: DODGER: Safety-Guided Reinforcement Learning for Robot Navigation Among Dynamic Obstacles

• arxiv url: http://arxiv.org/abs/2609.38873v1
• Date: Wed, 30 Sep 2026 03:22:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.091518
• Title: DODGER: Safety-Guided Reinforcement Learning for Robot Navigation Among Dynamic Obstacles
• Title（参考訳）: DODGER:動的障害物間のロボットナビゲーションのための安全誘導強化学習
• Abstract要約: 制御バリア関数(CBF)は、安全フィルタリングに有効なメカニズムを提供する。 近年のCBFに基づく強化学習(RL)手法は、そのような安全情報を学習ポリシーに組み込む。 本稿では,安全誘導型RLフレームワークであるDODGERを提案する。
• 参考スコア（独自算出の注目度）: 5.523072113709716
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots operating in human-centered environments must safely navigate among multiple dynamic obstacles to avoid collisions with people and surrounding infrastructure. Control barrier functions (CBFs) provide an effective mechanism for safety filtering, and recent CBF-based reinforcement learning (RL) methods embed such safety information into learned policies. However, executing only safety-filtered actions during training can restrict policy exploration, a limitation that becomes particularly consequential in dynamic scenes where safety depends on relative robot-obstacle motion. We propose DODGER, a safety-guided RL framework that directly executes policy-generated actions to drive training rollouts while using CBF-filtered references and constraint violations to shape the policy toward collision-avoidance behavior. We evaluate DODGER through a Dubins-car safety analysis and demonstrate goal-directed navigation among multiple dynamic obstacles in full-order humanoid simulation and real-world humanoid experiments using LiDAR-based perception, without a runtime safety filter.
• Abstract（参考訳）: 人間中心の環境で動くロボットは、人や周囲のインフラとの衝突を避けるために、複数の動的な障害物の間を安全に移動する必要がある。 制御障壁関数(CBF)は安全性フィルタリングに有効なメカニズムであり、最近のCBFベースの強化学習(RL)手法は、そのような安全性情報を学習ポリシーに組み込む。 しかし、トレーニング中に安全フィルタリングされた行動のみを実行することは、相対的なロボット-障害物運動に依存するダイナミックなシーンにおいて特に重要となる、ポリシー探索を制限することができる。 DODGERは安全誘導型RLフレームワークで、CBFフィルタ参照と制約違反を用いて、ポリシー生成アクションを直接実行し、衝突回避行動に向けたポリシーを形成する。 我々は,Dubins-carの安全性解析を通じてDODGERを評価し,LDARを用いた実世界ヒューマノイドシミュレーションおよび実世界ヒューマノイド実験において,実行時安全フィルタを使わずに複数の動的障害物間の目標方向ナビゲーションを実証した。

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)
• World Engine: Towards the Era of Post-Training for Autonomous Driving [63.61277741443647]
  実世界のログから高忠実度インタラクティブ環境を再構築する生成フレームワークであるWorld Engineを紹介する。 World Engineは、稀な安全クリティカルなシナリオにおける障害を大幅に削減し、事前トレーニングデータのみをスケールするよりもはるかに大きな利益をもたらす。 プロダクションスケールの自動運転システムにデプロイすると、結果として、シミュレートされた衝突を減らすことができる。
  論文  参考訳（メタデータ） (2026-06-18T06:28:33Z)
• BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
  BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。 BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2026-02-23T18:19:46Z)
• CBF-RL: Safety Filtering Reinforcement Learning in Training with Control Barrier Functions [19.737602414070768]
  制御バリア関数(CBF)は、動的安全性を強制する原則的な方法を提供する。 本稿では, CBF を訓練対象とする安全行動生成フレームワーク CBF-RL を提案する。
  論文  参考訳（メタデータ） (2025-10-16T17:58:58Z)
• Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
  本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。 提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。 これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
  論文  参考訳（メタデータ） (2025-04-30T13:47:25Z)
• RACER: Epistemic Risk-Sensitive RL Enables Fast Driving with Fewer Crashes [57.319845580050924]
  本稿では,リスク感応制御と適応行動空間のカリキュラムを組み合わせた強化学習フレームワークを提案する。 提案アルゴリズムは,現実世界のオフロード運転タスクに対して,高速なポリシーを学習可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-07T23:32:36Z)
• Agile But Safe: Learning Collision-Free High-Speed Legged Locomotion [13.647294304606316]
  本稿では,四足歩行ロボットのための学習ベースの制御フレームワークであるAgile But Safe(ABS)を紹介する。 ABSには障害の中でアジャイルモータースキルを実行するためのアジャイルポリシと、障害を防止するためのリカバリポリシが含まれています。 トレーニングプロセスには、アジャイルポリシ、リーチアビドバリューネットワーク、リカバリポリシ、排他的表現ネットワークの学習が含まれる。
  論文  参考訳（メタデータ） (2024-01-31T03:58:28Z)
• Cautious Adaptation For Reinforcement Learning in Safety-Critical Settings [129.80279257258098]
  都市運転のような現実の安全クリティカルな目標設定における強化学習(RL)は危険である。 非安全クリティカルな「ソース」環境でエージェントが最初に訓練する「安全クリティカル適応」タスクセットを提案する。 多様な環境における事前経験がリスクを見積もるためにエージェントに装備するという直感に基づくソリューションアプローチであるCARLを提案する。
  論文  参考訳（メタデータ） (2020-08-15T01:40:59Z)

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。