論文の概要: Beyond Fixed Visual History: Learning Motion-Adaptive Temporal Receptive Fields for Complex-Terrain Quadruped Locomotion

• arxiv url: http://arxiv.org/abs/2610.14753v1
• Date: Sat, 10 Oct 2026 09:17:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 11:52:32.427206
• Title: Beyond Fixed Visual History: Learning Motion-Adaptive Temporal Receptive Fields for Complex-Terrain Quadruped Locomotion
• Title（参考訳）: 固定された視覚履歴を超えて:複合領域四足歩行のための運動適応型時間受容場を学習する
• Abstract要約: 本研究では,ロボットの現在の移動状況に応じて視覚記憶を整理する身体認識型視覚認知フレームワークであるTempoLocoを提案する。 実験結果から、TempoLocoは78.4%の成功率であり、最も強い固定史ベースラインでは58.2%である。 別個の能力評価では、9つの地形タイプにわたる41/45の模擬試験と、固定アームを備えたユニツリーB2での23/25の現実世界での試験を完了した。
• 参考スコア（独自算出の注目度）: 22.481935275013573
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Versatile quadruped locomotion depends on a tight coupling between what the robot perceives and what its body can execute. Yet existing visual controllers typically organize depth history using fixed temporal patterns, overlooking that the same temporal span corresponds to different spatial ranges as the robot's speed, posture, and gait phase change. Consequently, the same visual history may be insufficient in one motion state but outdated or misaligned in another. To address this limitation, we propose TempoLoco, a body-aware dynamic visual perception framework that organizes visual memory according to the robot's current locomotion state. TempoLoco learns multiple complementary temporal views from a long depth buffer, encodes them within a shared feature space, and dynamically aggregates them using proprioceptive history and multi-scale terrain evidence. This enables a single policy to align visual anticipation with the robot's current motion capabilities across complex terrains, including stairs, platforms, gaps, discrete obstacles, rough ground, and slopes. From the experiment analysis, TempoLoco achieves a 78.4% success rate, compared with 58.2% for the strongest fixed-history baseline and 62.1% for uniform multi-scale fusion. In separate capability evaluations, it completes 41/45 simulated trials across nine terrain types and 23/25 real-world trials on a Unitree B2 with a fixed arm, demonstrating robust and deployable locomotion through body-aware dynamic visual perception.
• Abstract（参考訳）: 四足歩行は、ロボットが知覚するものと体が実行できることの密接な結合に依存します。 しかし、既存のビジュアルコントローラは、固定された時間パターンを使用して、ロボットの速度、姿勢、歩行相の変化と異なる空間範囲に対応することを見越して、通常、深さ履歴を整理する。 その結果、同じ視覚履歴が1つの動作状態では不十分になるが、もう1つの動作状態では時代遅れになるか、あるいは不一致となる。 この制限に対処するために,ロボットの現在の移動状態に応じて視覚記憶を整理する身体認識動的視覚知覚フレームワークであるTempoLocoを提案する。 TempoLocoは、長い深度バッファから複数の補完的な時間ビューを学習し、それらを共有特徴空間内にエンコードし、プロプレプシブ・ヒストリとマルチスケールの地形証拠を用いて動的に集約する。 これにより、単一のポリシーで、階段、プラットフォーム、ギャップ、離散障害物、粗い地面、斜面を含む複雑な地形を横断する、ロボットの現在の運動能力と視覚的な予測を一致させることができる。 実験結果から、TempoLocoは78.4%の成功率であり、最も強い固定史ベースラインでは58.2%、均一なマルチスケール核融合では62.1%である。 別個の能力評価では、9つの地形タイプにわたる41/45の模擬試行と、固定アームを備えたユニツリーB2での23/25の現実世界での試行を完了し、身体に認識されたダイナミックな視覚的知覚を通じて堅牢で展開可能な移動を実証した。

関連論文リスト

• TEMPO: Learning Temporal Context for Dynamic Robot Manipulation [12.057683796484232]
  本稿では、事前訓練されたVLAを2つの時間入力で拡張し、動きのあいまいさと状態のエイリアスを解消するTEMPOを提案する。 ボトルハンドオーバの成功を44%から74%に改善し、状態エイリアスを解決する唯一の方法である。 さらに、動作認識ロボットの知覚を評価するために、50k以上の注釈付きフレームのベンチマークであるTEMPO-Benchをリリースする。
  論文  参考訳（メタデータ） (2026-09-15T08:56:52Z)
• Wonder: Video World Model Done Better [70.28870858365214]
  We present Wonder, a general-purpose video world model for real-time, camera-controllable world exploration。 画像や条件付きビデオが与えられたWonderは、ユーザがカメラを動かして対話的にナビゲートできるプレイ可能な世界を構築する。 本研究では、空間的に整列した動きと向きを与える高密度座標場を用いた新しいカメラコンディショニングを提案する。
  論文  参考訳（メタデータ） (2026-07-28T17:45:25Z)
• CART: Context-Aware Terrain Adaptation using Temporal Sequence Selection for Legged Robots [10.100808140090315]
  我々は、文脈対応地形適応アプローチに基づいて構築された高レベルコントローラであるCARTを紹介する。 CARTは、地形の堅牢な理解を達成するために、オンボードセンシングからのプロトリオセプションと外部セプションを統合している。 本研究では,IsaacSimシミュレータ上でのANYmal-CロボットとBoston Dynamics SPOTロボットを用いた実環境実験を行った。
  論文  参考訳（メタデータ） (2026-04-15T18:52:50Z)
• Insights from Visual Cognition: Understanding Human Action Dynamics with Overall Glance and Refined Gaze Transformer [9.235058796055139]
  近年、Transformerは様々な視覚タスクにおいて大きな進歩を遂げている。 時間的・空間的な情報の重要性は時間スケールによって異なると論じる。 本稿では,Glance と Glance Gaze Transformer というデュアルパスネットワークを提案する。
  論文  参考訳（メタデータ） (2026-04-08T07:52:28Z)
• Look Forward to Walk Backward: Efficient Terrain Memory for Backward Locomotion with Forward Vision [8.971920118137282]
  エゴセントリックな前方の奥行きカメラを備えたレッグロボットは、複雑な地形で堅牢な前方のアジリティを達成するために、外的受容とプロプレセプションを結合することができる。 本研究では,効率的な地形記憶ロコモーションフレームワークであるLook Forward to Walk Backward (LF2WB)について述べる。
  論文  参考訳（メタデータ） (2026-03-03T16:24:32Z)
• Bugs with Features: Vision-Based Fault-Tolerant Collective Motion Inspired by Nature [0.0]
  集団運動では、知覚的に制限された個人は、集中的な制御なしに順序づけられた動きをする。 本稿では,ロカストの研究から着想を得たロバスト集団運動のメカニズムについて述べる。
  論文  参考訳（メタデータ） (2025-12-27T03:29:50Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• Gaitor: Learning a Unified Representation Across Gaits for Real-World Quadruped Locomotion [61.01039626207952]
  本稿では,移動歩行における乱れと2次元表現を学習するGaitorについて紹介する。 ゲイターの潜伏空間は容易に解釈可能であり、歩行遷移の間、新しい目に見えない歩行が出現することを発見した。 我々は,ANYmal Cプラットフォーム上でのシミュレーションと実世界におけるGaitorの評価を行った。
  論文  参考訳（メタデータ） (2024-05-29T19:02:57Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)

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。