論文の概要: Adaptive Traversal Tubes for Posture-Aware Navigation of Bipedal Humanoids
- arxiv url: http://arxiv.org/abs/2610.27688v1
- Date: Tue, 20 Oct 2026 06:03:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.666814
- Title: Adaptive Traversal Tubes for Posture-Aware Navigation of Bipedal Humanoids
- Title（参考訳）: 2足歩行ヒューマノイドの姿勢認識ナビゲーションのための適応的トラバーサルチューブ
- Abstract要約: 二足歩行のヒューマノイドは体を調節することで足跡を変え、狭い通行と社会的に認識される収量の両方を可能にします。
本稿では,emphAdaptive Traversal tubes(ATT)を中心とした姿勢認識ナビゲーションフレームワークを提案する。
ATTは、参照経路に沿った行動可能な廊下幅のフィールドを表し、幾何学的クリアランスと社会的快適性を連続的な信号に統一する。
IVHは、この幅を連続した前後方向の姿勢スケジュールと全方向速度コマンドにマッピングする。
GVHMRを目標とした前/側ステップ運動と結合した速度条件AMPポリシー
- 参考スコア（独自算出の注目度）: 1.2183405753834562
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bipedal humanoids can change their effective footprint by adjusting body yaw, enabling both narrow-passage traversal and socially aware yielding. This paper presents a posture-aware navigation framework centered on \emph{Adaptive Traversal Tubes} (ATT), \emph{Interval Velocity--Heading} (IVH) control, and a sidestep-enhanced AMP locomotion prior. ATT represents a behavior-feasible corridor width field along a reference path, unifying geometric clearance and social comfort into a continuous signal. IVH maps this width to a continuous frontal-to-sidestep posture schedule and omnidirectional velocity commands. A velocity-conditioned AMP policy, trained with GVHMR-retargeted frontal/sidestep motions and coupled \((v_x,v_y)\) tracking rewards, is designed to improve transition stability over a generic locomotion controller while remaining interchangeable with the default onboard policy. This preprint presents the full method; a planned evaluation protocol on a Unitree G1 is outlined, with quantitative results to follow. Demo videos of MuJoCo simulation and real-robot deployment are available at: github.com/lborogzj997/Humanoid-Navigation-in-Crowds-and-Narrow-Spaces.
- Abstract（参考訳）: 二足歩行のヒューマノイドは、身体のヨーを調整し、狭い通行路と社会的に認識される収量の両方を調節することで、効果的な足跡を変えることができる。
本稿では,<emph{Adaptive Traversal tubes} (ATT), \emph{Interval Velocity--Heading} (IVH) 制御を中心とした姿勢認識ナビゲーションフレームワークを提案する。
ATTは、参照経路に沿った行動可能な廊下幅のフィールドを表し、幾何学的クリアランスと社会的快適性を連続的な信号に統一する。
IVHは、この幅を連続した前後方向の姿勢スケジュールと全方向速度コマンドにマッピングする。
速度条件付きAMPポリシは、GVHMRリターゲティングされたフロント/サイドステップ動作と((v_x,v_y)\)トラッキング報酬を組み合わせたもので、デフォルトのオンボードポリシーと互換性を維持しつつ、一般的な移動制御器の遷移安定性を改善するように設計されている。
このプレプリントでは、Unitree G1上で計画された評価プロトコルが概説され、定量的な結果が得られた。
MuJoCoシミュレーションと実ロボットのデプロイのデモビデオは、github.com/lborogzj997/Humanoid-Navigation-in-Crowds-and-Narrow-Spacesで公開されている。
関連論文リスト
- OmniMimic: Dynamics-completed Motion Augmentation for Multi-style Omnidirectional Quadruped Locomotion [37.74635813579993]
オムニミミック(OmniMimic, OmniMimic)は、動物実験の方向制限を単一のマルチゲートポリシーに変換する訓練フレームワークである。
シミュレーションでは、OmniMimicは平均足位RMSEを前方および後方基準速度で12.9%削減する。
論文 参考訳（メタデータ） (2026-09-17T15:28:48Z) - Stay Seated: Learning Omnidirectional Humanoid Locomotion on a Passive Mobile Chair with Casters [0.0]
準指向駆動アクチュエータを備えたヒューマノイドロボットは、立位中に関節トルクを連続的に生成する一方、座った人間はデスク作業中に椅子に重量支援を委譲する。
受動式移動椅子上における全方向座位移動について検討し、固定されていない骨盤シート接触とロボットチェアシステムの断続的な足底推進を必要とした。
標準立位速度追跡環境を受動チェアモデル、座位状態報酬、評論家のみの椅子観察、タスク調整された接触設定で拡張する。
学習されたポリシーは、Unitree G1へのゼロショット・シム・トゥ・リアル転送を達成し、全方向の座るロコモーションを発生させた。
論文 参考訳（メタデータ） (2026-08-28T08:58:20Z) - Terrain Consistent Reference-Guided RL for Humanoid Navigation Autonomy [18.29294248332071]
本稿では,ヒューマノイドロボットに対する基準誘導型,知覚的強化学習ロコモーションポリシーの訓練方法を提案する。
RLトレーニングループ内のSE(2)制御可能な基準軌道を合成し、望ましい足跡を有効な足場に投影し、地形に合わせてスイングフットとセンターオブマス軌道を調整する。
論文 参考訳（メタデータ） (2026-05-15T01:27:50Z) - Vision-Guided MPPI for Agile Drone Racing: Navigating Arbitrary Gate Poses via Neural Signed Distance Fields [8.66703842496129]
ドローンレースには、極端なアジリティの下での認識、計画、制御の緊密な結合が必要です。
近年のアプローチは、事前計算された空間基準軌道や明示的な6-DoFゲートポーズ推定に依存している。
そこで我々は,任意の配置と配向ゲートを介して,参照不要のアジャイル飛行を可能にするビジョンガイド付き最適制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-07T13:18:07Z) - 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) - PGTT: Phase-Guided Terrain Traversal for Perceptive Legged Locomotion [41.99844472131922]
PGTT ( Phase-Guided Terrain Traversal) は、報酬形成を通じて歩行構造を純粋に強制する認識型ディープRLアプローチである。
MuJoCo(MJX)で、カリキュラムやドメインランダム化を伴う手続き的に生成された階段のような地形で訓練されたPGTTは、プッシュ障害の下で最も成功している。
論文 参考訳（メタデータ） (2025-10-21T07:00:18Z) - FlowDrive: Energy Flow Field for End-to-End Autonomous Driving [50.89871153094958]
FlowDriveは、物理的に解釈可能なエネルギーベースのフローフィールドを導入し、セマンティックな前提と安全性をBEV空間にエンコードする新しいフレームワークである。
NAVSIM v2ベンチマークの実験では、FlowDriveが最先端のパフォーマンスを86.3で達成し、安全性と計画品質の両方において以前のベースラインを超えたことが示されている。
論文 参考訳（メタデータ） (2025-09-17T13:51:33Z) - TrajBooster: Boosting Humanoid Whole-Body Manipulation via Trajectory-Centric Learning [79.59753528758361]
両足のVLAを促進するために、豊富な車輪付きヒューマノイドデータを活用するクロス・エボディメント・フレームワークであるTrajBoosterを提案する。
私たちのキーとなる考え方は、形態素に依存しないインターフェースとして、エンドエフェクタ・トラジェクトリを使用することです。
以上の結果から,TrajBoosterは既存の車輪付きヒューマノイドデータにより,二足歩行ヒューマノイドVLAの性能を効率的に向上させることができることがわかった。
論文 参考訳（メタデータ） (2025-09-15T12:25:39Z) - AMP: Autoregressive Motion Prediction Revisited with Next Token Prediction for Autonomous Driving [59.94343412438211]
本稿では,GPT方式の次のトークン動作予測を動作予測に導入する。
同種単位-ワードからなる言語データとは異なり、運転シーンの要素は複雑な空間的・時間的・意味的な関係を持つ可能性がある。
そこで本稿では,情報集約と位置符号化スタイルの異なる3つの因子化アテンションモジュールを用いて,それらの関係を捉えることを提案する。
論文 参考訳（メタデータ） (2024-03-20T06:22:37Z) - Adapting Rapid Motor Adaptation for Bipedal Robots [73.5914982741483]
移動制御の急速な適応の最近の進歩を活用し、二足歩行ロボットで作業できるように拡張する。
A-RMAはモデルフリーRLを用いて微調整することで不完全外部推定器の基本方針を適応する。
シミュレーションにおいて,A-RMAはRLベースのベースラインコントローラやモデルベースコントローラよりも優れていることを示す。
論文 参考訳（メタデータ） (2022-05-30T17:59:09Z)
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。