論文の概要: Towards Path-Creative Navigation: Robot Navigation through Embodied Interaction
- arxiv url: http://arxiv.org/abs/2610.11072v1
- Date: Thu, 08 Oct 2026 01:30:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.725783
- Title: Towards Path-Creative Navigation: Robot Navigation through Embodied Interaction
- Title（参考訳）: 経路関連ナビゲーションに向けて:身体的相互作用によるロボットナビゲーション
- Abstract要約: 本稿では,ロボットが移動と身体的相互作用を協調して自由空間を回復するナビゲーションパラダイムであるPath-Creative Navigation(PCN)を定式化する。
vision-LiDAR-odometry frameworkは、統一ナビゲーションシステムを通じて、局所的な観測、障害物形状、ロボット状態の推定を統合する。
トラバーサビリティを意識した意思決定手法は、視覚的およびLiDAR距離情報を用いて、ブロックが動作可能か、安全にバイパス可能かを判定する。
- 参考スコア（独自算出の注目度）: 4.02036210009936
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous navigation in cluttered and constrained environments typically assumes a fixed environment and searches only for paths within existing free space. However, a route can be blocked by an articulated structure, a movable object, or a pedestrian, and reaching the goal may therefore require appropriate embodied interaction with the environment. This paper formulates Path-Creative Navigation (PCN), a navigation paradigm in which the robot recovers free space by coordinating locomotion and embodied interaction, and addresses one class of PCN tasks with a mapless framework. The vision-LiDAR-odometry framework integrates local observations, obstacle geometry, and robot-state estimates through a unified navigation system, providing stable semantic and geometric information for navigation and interaction. The traversability-aware decision method utilizes visual and LiDAR distance information to determine whether a blockage is actionable and whether it can be safely bypassed, enabling the robot to interact only when necessary while supporting articulated structure pushing, movable object pushing, obstacle avoidance, and pedestrian requests. We design simulation scenarios and evaluate different methods in both simulation and two real-world tasks that cannot be completed by conventional navigation alone without embodied interaction. These results demonstrate that our framework achieves higher task completion than the baseline methods by coordinating navigation and interaction in cluttered and constrained environments. Code is available at:{https://anonymous.4open.science/r/path-creative-navigation/}.
- Abstract（参考訳）: 乱雑で制約のある環境での自律的なナビゲーションは、通常、固定された環境を前提として、既存の自由空間内の経路のみを探索する。
しかしながら、ルートは、関節構造や可動物体、歩行者によってブロックされ、目標に達するには、環境との適切な具体的相互作用が必要となる可能性がある。
本稿では,ロボットが移動と組込みを協調して自由空間を回復するパス・クリーティブ・ナビゲーション(PCN)を定式化し,マップレス・フレームワークを用いて1種類のPCNタスクに対処する。
ビジョン-LiDAR-オドメトリーフレームワークは、統一ナビゲーションシステムを通じて、局所観測、障害物幾何学、ロボット状態推定を統合し、ナビゲーションとインタラクションのための安定したセマンティックおよび幾何学的情報を提供する。
本発明のトラバーサビリティ対応判定方法は、視覚的およびLiDAR距離情報を用いて、ブロックが動作可能か否か、かつ安全にバイパス可能かどうかを判定し、ロボットが、調音構造プッシュ、可動物体プッシュ、障害物回避、歩行者要求をサポートしながら、必要に応じてのみ対話できるようにする。
我々はシミュレーションシナリオを設計し、従来のナビゲーションだけでは実現できない2つの実世界のタスクとシミュレーションの両方において、相互作用を具体化せずに異なる手法を評価する。
これらの結果から, このフレームワークは, 乱れや制約のある環境におけるナビゲーションとインタラクションを協調することで, 基本手法よりも高いタスク補完を実現することを示す。
コードは以下の通り。{https://anonymous.4open.science/r/path-creative-navigation/}。
関連論文リスト
- Manipulation Feasible Navigation Among Movable Obstacles with Discrete Contact Pushing [10.977904981313214]
移動マニピュレータ用可動障害物フレームワークの階層的ナビゲーションを提案する。
大言語モデル(LLM)は補助的な操作依存を推測するために選択的に呼び出される。
本稿では,デトラル,シングル・マルチ・オブザール・リロケーション,および依存性制約のあるシナリオで実現可能なナビゲーション操作を実証する。
論文 参考訳（メタデータ） (2026-09-20T02:59:49Z) - AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations [103.61864552260316]
動的環境におけるリアルタイムナビゲーションは、限られた知覚下での衝突のない、動的に実現可能な動きを必要とする。
我々は,移動可能な目標整合経路の学習としてナビゲーションを定式化し,局所的な観測に基づいて,目標整合な局所経路上の再利用可能な分布をモデル化する。
我々は、幾何対応の極性行動多様体を用いて局所経路をパラメータ化し、安定かつ安全対応の計画のためのマルチゴール分散ロールアウトによるリスク感応性ユーティリティシェーピングを含む構造化された事前学習フレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-13T16:00:41Z) - Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System [96.69286664036143]
Qwen-RobotNavは、Qwen-RobotNav上に構築されたスケーラブルなナビゲーションモデルである。
156万のサンプルでQwen-RobotNavをトレーニングします。
Qwen-RobotNavは、主要なナビゲーションベンチマークにまたがって、最先端の結果を新たに設定する。
論文 参考訳（メタデータ） (2026-06-16T16:17:44Z) - OpenFrontier: General Navigation with Visual-Language Grounded Frontiers [54.661157616245966]
オープンワールドナビゲーションでは、複雑な日常環境においてロボットが意思決定を行う必要がある。
近年の視覚-言語ナビゲーション(VLN)と視覚-言語-アクション(VLA)モデルは、自然言語で条件付けられたエンドツーエンドのポリシーを実現する。
多様な視覚をシームレスに統合するトレーニングフリーナビゲーションフレームワークであるOpenFrontierを提案する。
論文 参考訳（メタデータ） (2026-03-05T17:02:22Z) - TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。
提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。
シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
論文 参考訳（メタデータ） (2025-09-10T15:43:32Z) - Adaptive Interactive Navigation of Quadruped Robots using Large Language Models [14.14967096139099]
大規模言語モデル(LLM)を用いたタスク計画のための原始木を提案する。
動作計画のための多目的移動と相互作用行動を含む総合的なスキルライブラリを事前学習するために強化学習を採用する。
ツリー構造に統合されたリプランニングメカニズムにより、便利なノードの追加とプルーニングが可能になる。
論文 参考訳（メタデータ） (2025-03-29T02:17:52Z) - IN-Sight: Interactive Navigation through Sight [20.184155117341497]
IN-Sightは自己監督型パスプランニングの新しいアプローチである。
可逆性のスコアを計算し、セマンティックマップに組み込む。
障害物を正確に回避するために、IN-Sightはローカルプランナーを使用している。
論文 参考訳（メタデータ） (2024-08-01T07:27:54Z) - 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) - BADGR: An Autonomous Self-Supervised Learning-Based Navigation System [158.6392333480079]
BadGRは、エンドツーエンドの学習ベースのモバイルロボットナビゲーションシステムである。
実際の環境で収集された、自己監督型のオフポリシーデータでトレーニングすることができる。
BadGRは、幾何学的に邪魔な障害物を伴って、現実世界の都市やオフロード環境をナビゲートすることができる。
論文 参考訳（メタデータ） (2020-02-13T18:40:21Z)
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。