論文の概要: CeDR-Nav: Cross-Embodiment Mapless Navigation via Offline Demonstration Recasting

• arxiv url: http://arxiv.org/abs/2610.13007v1
• Date: Fri, 09 Oct 2026 05:08:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.398138
• Title: CeDR-Nav: Cross-Embodiment Mapless Navigation via Offline Demonstration Recasting
• Title（参考訳）: CeDR-Nav:オフラインデモリキャストによるクロスゾーンマップレスナビゲーション
• Abstract要約: 多くのクロス・エボディメント・ナビゲーション手法は、時間を要するオンライントレーニングを必要とし、依然としてターゲット固有のポリシーを過小評価することができる。 本稿では,既存の実演から対象の実施形態ごとに専用のナビゲーションポリシーをトレーニングする,クロス・エボディメント・デモ・リキャスト・フレームワークであるCeDR-Navを紹介する。
• 参考スコア（独自算出の注目度）: 8.803039013529194
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Learning-based methods have demonstrated strong performance in mapless robot navigation. However, a learned policy remains restricted to the embodiment on which it was trained. Many cross-embodiment navigation methods require time-consuming online training and can still underperform target-specific policies. In fact, demonstrations collected on a source embodiment already contain navigation experience that is potentially reusable for deriving a policy for each target embodiment, but the embodiment mismatch prevents these demonstrations from directly serving as valid supervision for the target. In this article, we present CeDR-Nav, a cross-embodiment demonstration recasting framework that trains a dedicated navigation policy for each target embodiment from existing source demonstrations without online data collection. Geometry-consistent scaling with per-demonstration validity assessment converts the source demonstrations into target training data, and a target-specific Gaussian mixture policy generates feasible avoidance maneuvers for each target embodiment. Extensive quantitative simulations and real-world deployments across multiple robot platforms demonstrate the effectiveness of CeDR-Nav, with an average success-rate gain of 13.8 percentage points over DRL-DCLP in cross-embodiment simulations and target-specific policy training completed within seconds.
• Abstract（参考訳）: 学習に基づく手法は、マップレスロボットナビゲーションにおいて強力な性能を示している。 しかし、学習方針は、それが訓練された実施形態に限られている。 多くのクロス・エボディメント・ナビゲーション手法は、時間を要するオンライントレーニングを必要とし、依然としてターゲット固有のポリシーを過小評価することができる。 実のところ、ソースエンボディメントに集められたデモには、すでにナビゲーション体験が含まれており、それは、ターゲットエンボディメントのポリシーを導出するために、潜在的に再利用可能なものだが、実施ミスマッチは、これらのデモがターゲットの有効な監督として直接に機能することを防ぐ。 本稿では,CeDR-Navについて紹介する。CeDR-Navは,オンラインデータ収集を必要とせず,既存の実演から対象の具体化に対する専用ナビゲーションポリシーをトレーニングする,クロス・エボディメント・デモ・リキャスト・フレームワークである。 検定精度評価による幾何一貫性のあるスケーリングは、元のデモンストレーションを目標トレーニングデータに変換し、目標固有のガウス混合ポリシーは、各目標実施に対して実行可能な回避操作を生成する。 複数のロボットプラットフォームにまたがる大規模な定量的シミュレーションと実世界の展開は、CeDR-Navの有効性を示し、平均的な成功率はDRL-DCLPよりも13.8ポイント上昇し、クロス・エボディメント・シミュレーションや目標固有の政策訓練は数秒で完了した。

関連論文リスト

• FlashDexRetarget: Accelerating Dexterous Manipulation Data Generation through Multi-Motion Retargeting [51.97027820630168]
  人間の手オブジェクトのデモは、器用なロボット学習のためのスケーラブルなデータソースを提供する。 既存の物理学に基づく手法は、通常、それぞれのデモンストレーションを独立して最適化する。 マルチ参照トラッキングのためのRLフレームワークであるFlashDexRetargetを紹介する。
  論文  参考訳（メタデータ） (2026-10-01T15:15:42Z)
• Latent Policy Steering: An Efficient and Flexible Framework for Cross-Embodiment Transfer [7.706435284226842]
  ロボットごとのデータ収集を超えて、ロボット学習をスケールするには、クロス・エボディメント・トランスファーが不可欠だ。 本研究では,エボディメント間で共有されるものから学習することで,効率的な移動を実現することができることを示す。 提案したフレームワークは、LPS (Latent Policy Steering) と呼ばれ、エボディメントに依存しない事前学習フェーズを実装している。
  論文  参考訳（メタデータ） (2026-09-18T19:28:32Z)
• VLD: Visual Language Goal Distance for Reinforcement Learning Navigation [5.225089020389076]
  本稿では,目標条件付きナビゲーションのフレームワークであるビジョン・ランゲージ・ディスタンス(VLD)学習を紹介する。 まず、インターネット規模のビデオデータに基づいて、自己教師付き距離目標予測器を訓練する。 この予測器は画像とテキストの両方の目標を一般化し、強化学習ポリシーによって最小化できる距離信号を提供する。
  論文  参考訳（メタデータ） (2025-12-08T19:05:51Z)
• TD-JEPA: Latent-predictive Representations for Zero-Shot Reinforcement Learning [63.73629127832652]
  本稿では,TDに基づく潜在予測表現を教師なしRLに活用するTD-JEPAを紹介する。 TD-JEPAは、明示的な状態とタスクエンコーダ、ポリシー条件付きマルチステップ予測器、パラメータ化されたポリシーのセットを潜時空間で直接訓練する。 実証的には、TD-JEPAは13のデータセットにわたる移動、ナビゲーション、操作のタスクにおいて、最先端のベースラインをマッチまたは上回る。
  論文  参考訳（メタデータ） (2025-10-01T10:21:18Z)
• PEAC: Unsupervised Pre-training for Cross-Embodiment Reinforcement Learning [42.40790609572487]
  本稿では,教師なし学習を活用したクロス・エボディメント・アントラクショナル・RL(CEURL)の概念を導入し,エージェントがエンボディメント・アウェアやタスク非依存の知識を習得できるようにする。 我々はCEURLを扱うための新しいアルゴリズムPEAC(Pre-trained Embodiment-Aware Control)を開発し、クロス・エボディメント・プレトレーニング用に特別に設計された本質的な報酬関数を組み込んだ。 PEACは適応性能とクロスエボディメントの一般化を著しく改善し、CEURLのユニークな課題を克服する効果を示す。
  論文  参考訳（メタデータ） (2024-05-23T00:35:23Z)
• NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
  本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。 この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。 実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
  論文  参考訳（メタデータ） (2023-10-11T21:07:14Z)
• Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
  強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。 現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。 本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
  論文  参考訳（メタデータ） (2023-06-09T18:45:15Z)

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。