論文の概要: TAPNAV: Humanoid Navigation through Tactile Active Perception

• arxiv url: http://arxiv.org/abs/2610.10748v1
• Date: Wed, 07 Oct 2026 18:14:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.625017
• Title: TAPNAV: Humanoid Navigation through Tactile Active Perception
• Title（参考訳）: TAPNAV:触覚によるヒューマノイドナビゲーション
• Abstract要約: ヒューマノイドロボットにとって、視界を認知した環境でのナビゲーションは困難である。 本研究では,周囲構造を積極的に探索することにより,目標に向けてのナビゲーションを可能にする触覚型アクティブ知覚フレームワークであるTAPNAVを提案する。
• 参考スコア（独自算出の注目度）: 15.58260569258344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Navigation in vision-denied environments is challenging for humanoid robots because proprioceptive odometry drifts and localization uncertainty accumulates rapidly. We present TAPNAV, a tactile active-perception framework that enables humanoid navigation toward a goal by actively probing surrounding structures without relying on vision. TAPNAV maintains a pose belief from odometry, IMU, and tactile contact observations, and couples uncertainty-aware global route planning with information-gain-driven local probing. The global planner searches for routes that keep predicted localization uncertainty bounded by exploiting opportunities for tactile correction, while the local planner selects probe actions that maximize expected information gain. A whole-body controller coordinates the humanoid's locomotion and end-effector contact to execute the planned navigation and probe motions. We evaluate TAPNAV in simulation and on a Unitree G1 across different floor plans and obstacle geometries. TAPNAV achieves lower state estimation error and a higher task completion rate than baselines. These results demonstrate that actively planning physical interactions with the environment can provide localization cues for reliable humanoid navigation without vision.
• Abstract（参考訳）: 人型ロボットでは,視認性ドリフトや局所性の不確実性が急速に蓄積するため,視認性環境のナビゲーションは困難である。 視覚に頼らずに周囲の構造物を積極的に探索することにより、目標に向かってヒューマノイドナビゲーションを可能にする触覚能動的知覚フレームワークであるTAPNAVを提案する。 TAPNAVは、オドメトリー、IMU、触覚接触の観察からのポーズの信条を維持しており、情報ゲイン駆動の局所探索による不確実性を認識したグローバルなルートプランニングを夫婦で行う。 グローバルプランナーは、触覚補正の機会を利用して、位置情報の不確実性を予測し続けるルートを探索し、ローカルプランナーは、期待される情報獲得を最大化するプローブアクションを選択する。 ボディコントローラは、計画されたナビゲーションとプローブの動きを実行するために、ヒューマノイドの移動と終端エフェクター接触を調整する。 シミュレーションやUnitree G1上でのTAPNAVの評価を行った。 TAPNAVはベースラインよりも低い状態推定誤差と高いタスク完了率を達成する。 これらの結果は、環境との物理的相互作用を積極的に計画することで、視覚を伴わない信頼性の高いヒューマノイドナビゲーションを実現することができることを示している。

関連論文リスト

• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Navigation World Models [68.58459393846461]
  本稿では,過去の観測とナビゲーション行動に基づいて,将来の視覚観測を予測できる制御可能な映像生成モデルを提案する。 慣れ親しんだ環境では、NWMはナビゲーションの軌道をシミュレートし、目的を達成するかどうかを評価することで計画することができる。 実験は、スクラッチからの軌道計画や、外部ポリシーからサンプリングされた軌道のランク付けにおいて、その効果を実証する。
  論文  参考訳（メタデータ） (2024-12-04T18:59:45Z)
• TOP-Nav: Legged Navigation Integrating Terrain, Obstacle and Proprioception Estimation [5.484041860401147]
  TOP-Navは、包括的パスプランナーとTerran認識、Obstacle回避、クローズループプロプライオセプションを統合した、新しい脚付きナビゲーションフレームワークである。 そこで,TOP-Navは,従来の知識の分布を超えた地形や乱れをロボットが扱えるように,オープンワールドナビゲーションを実現する。
  論文  参考訳（メタデータ） (2024-04-23T17:42:45Z)
• ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments [56.194988818341976]
  視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。 本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。 ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
  論文  参考訳（メタデータ） (2023-04-06T13:07:17Z)
• ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
  長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。 学習と計画を統合する学習に基づくアプローチを提案する。 ViKiNGは、画像ベースの学習コントローラを利用できる。
  論文  参考訳（メタデータ） (2022-02-23T02:14:23Z)

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。