論文の概要: RACER: Residual-Adaptive Closed-Loop Estimation for Sampling-Based Planning in Wheeled-Quadruped Racing

• arxiv url: http://arxiv.org/abs/2610.07409v1
• Date: Mon, 05 Oct 2026 21:17:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.67535
• Title: RACER: Residual-Adaptive Closed-Loop Estimation for Sampling-Based Planning in Wheeled-Quadruped Racing
• Title（参考訳）: RACER:車輪付き馬上レースにおけるサンプリングベース計画のための残差適応閉ループ推定
• Abstract要約: 本稿では車輪式四輪レースの階層制御フレームワークであるRACERを提案する。 プランナーは、RLポリシーの閉ループ追跡挙動を捉えるために、ニューラルネットワーク残余項を持つ名目一輪キネマティックモデルを強化する。 この残差モデルを実世界の限られたデータの下で訓練するために,ローランド残差適応(LoRRA)を提案する。
• 参考スコア（独自算出の注目度）: 8.046814398031005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present RACER, a hierarchical control framework for wheel-based quadruped racing that combines an MPPI planner with a learned residual dynamics model and a low-level RL velocity tracker. The planner augments a nominal unicycle kinematic model with a neural residual term to capture the closed-loop tracking behavior of the RL policy. To train this residual model under limited real-world data, we propose Low-Rank Residual Adaptation (LoRRA), a two-stage approach that pre-trains on large-scale simulation data for broad coverage and then fine-tunes on a small real-world dataset with a low-rank constraint. In simulation, we empirically validate our engineering choices by showing (A) Residual dynamics improve the overall performance of our pipeline by capturing the tracking error of RL velocity tracker at high-speed cornering. (B) Residual dynamics trained with both source-domain and target-domain data gives racing performance significantly better than the residual dynamics trained with only target-domain data. (C) Low-rank constraint at target-domain adaptation gives higher success rates and higher performance than full-tune and from-scratch when domain gap in ground coefficient or joint gain increases.
• Abstract（参考訳）: 本稿では,MPPIプランナと学習された残留力学モデルと低レベルRL速度トラッカーを組み合わせた車輪ベース四輪レースの階層制御フレームワークであるRACERを提案する。 プランナーは、RLポリシーの閉ループ追跡挙動を捉えるために、ニューラルネットワーク残余項を持つ名目一輪キネマティックモデルを強化する。 この残差モデルを実世界の限られたデータでトレーニングするために,Low-Rank Residual Adaptation (LoRRA)を提案する。 シミュレーションでは, (A) 残留力学が高速コーナーにおけるRL速度トラッカーの追尾誤差を捉えることにより, パイプライン全体の性能を向上させることを示すことにより, 工学的選択を実証的に検証する。 (B)ソースドメインデータとターゲットドメインデータの両方でトレーニングされた残留ダイナミクスは、ターゲットドメインデータのみでトレーニングされた残留ダイナミクスよりも、レース性能が大幅に向上する。 (C) 目標領域適応時の低ランク制約は、接地係数や関節利得のドメインギャップが増加すると、フルチューンやオフスクラッチよりも高い成功率と高いパフォーマンスをもたらす。

関連論文リスト

• Low-rank Optimization Trajectories Modeling for LLM RLVR Acceleration [88.7332439088792]
  大規模言語モデル(LLM)に対する検証可能な報酬(RLVR)による強化学習のスケーリングが,効果的なトレーニングパラダイムとして登場した。 我々は低ランク軌跡のtextbfNonlinear textbfExtrapolation(textbfNExt)を提案する。 計算オーバーヘッドを約37.5%削減し,RLVRアルゴリズムやタスクとの互換性を維持した。
  論文  参考訳（メタデータ） (2026-04-13T13:28:12Z)
• Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
  Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。 本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。 このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
  論文  参考訳（メタデータ） (2026-04-10T17:12:07Z)
• HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
  我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。 我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-04T04:12:47Z)
• RIFT: Group-Relative RL Fine-Tuning for Realistic and Controllable Traffic Simulation [13.319344167881383]
  データ駆動シミュレーターにおいて、模擬学習事前学習を行う2段階のAV中心シミュレーションフレームワークを導入する。 次に、物理に基づくシミュレータで微調整を学習し、スタイルレベルの制御性を向上する。 微調整段階において,新しいグループ関連RL微調整戦略であるRIFTを提案する。
  論文  参考訳（メタデータ） (2025-05-06T09:12:37Z)
• Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models [79.2162092822111]
  我々は,一連のナビゲーションタスクにおいて,強化学習(RL)と制御に基づく手法を体系的に評価する。 我々は、JEPA(Joint Embedding Predictive Architecture)を使用して、潜在ダイナミクスモデルを使用し、それを計画に使用します。 その結果,モデルベースプランニングではレイアウトが不明瞭になるのに対して,モデルフリーのRLは高品質なデータから恩恵を受けることがわかった。
  論文  参考訳（メタデータ） (2025-02-20T18:39:41Z)
• Half-order Fine-Tuning for Diffusion Model: A Recursive Likelihood Ratio Optimizer [16.103949557802988]
  確率拡散モデル(DM)は、連鎖構造を通して推論することで内容を生成する。 現代の手法は強化学習 (RL) と切り離されたバックプロパゲーション (BP) に基づいている DMのためのRLR(Recursive Likelihood Ratio)ファインチューニングパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-02-02T03:00:26Z)
• ResFlow: Fine-tuning Residual Optical Flow for Event-based High Temporal Resolution Motion Estimation [50.80115710105251]
  イベントカメラは、高時間分解能(HTR)モーション推定に重要な可能性を秘めている。 イベントデータを用いてHTR光流を推定するための残差に基づくパラダイムを提案する。
  論文  参考訳（メタデータ） (2024-12-12T09:35:47Z)

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。