論文の概要: Distance Field Driven Reinforcement Learning for Reactive and Robust Collision Avoidance

• arxiv url: http://arxiv.org/abs/2610.29452v1
• Date: Wed, 21 Oct 2026 09:10:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.299713
• Title: Distance Field Driven Reinforcement Learning for Reactive and Robust Collision Avoidance
• Title（参考訳）: 反応・ロバスト衝突回避のための距離場駆動型強化学習
• Abstract要約: 本稿では、ユークリッド距離場(EDF)を直接観測空間に統合するRLフレームワークを提案する。 EDFに符号化された豊富な空間情報を活用することにより,効果的な障害物回避を実現する。 その結果、EDFに基づく表現の可能性を強調し、sim-to-realギャップを緩和し、信頼性とリアルタイムの衝突認識動作をサポートする。
• 参考スコア（独自算出の注目度）: 10.616671107073111
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robust and reactive collision avoidance remains a central challenge for deploying Reinforcement Learning (RL) policies on real robotic manipulators, particularly when transferring behaviours learned in simulation to the physical world. This paper presents an RL framework that integrates the Euclidean Distance Field (EDF) directly into the observation space, providing the agent with continuous geometric cues that support stable and responsive avoidance behaviours. By leveraging the rich spatial information encoded in the EDF, the method enables a streamlined reward formulation that achieves effective obstacle avoidance both with and without Artificial Potential Field guidance. The proposed approach is validated on a 7-DoF redundant manipulator, demonstrating zero-shot transfer from simulation to real hardware. Despite being trained exclusively with randomised static objects, the deployed policy generalizes to previously unseen real environments and exhibits robust online avoidance of dynamic obstacles. These results highlight the potential of EDF-based representations to mitigate the sim-to-real gap and support reliable and real-time collision-aware behaviour in complex and changing environments.
• Abstract（参考訳）: ロボットマニピュレータに強化学習(Reinforcement Learning, RL)ポリシーを展開させる上で、ロバストで反応性のある衝突回避は依然として中心的な課題である。 本稿では,Euclidean Distance Field(EDF)を直接観測空間に統合するRLフレームワークを提案する。 EDFに符号化された豊富な空間情報を活用することにより、人工電位場誘導と無用の両方で効果的な障害物回避を実現する報奨定式化を可能にする。 提案手法は7-DoF冗長マニピュレータを用いて,シミュレーションから実ハードウェアへのゼロショット転送を実証する。 ランダム化された静的オブジェクトを専門にトレーニングされているにもかかわらず、デプロイされたポリシーは、以前は見つからなかった実際の環境に一般化され、動的障害の堅牢なオンライン回避を示す。 これらの結果は,EDFをベースとした表現が,シム・トゥ・リアルギャップを緩和し,複雑で変化する環境における信頼性とリアルタイムの衝突認識行動を支援する可能性を強調している。

関連論文リスト

• RoXDrive: Closed-Loop Reinforcement Learning for End-to-End Autonomous Driving via Action-Faithful Rollouts [98.41251854883184]
  強化学習(RL)ポストトレーニングは、現在のアプローチに代わる有望な代替手段を提供する。 ビデオワールドモデルは、現実的な多段階の将来のロールアウトを生成する能力を示したが、アクション条件を忠実に反映しないかもしれない。 本稿では,信頼性の高いポリシ最適化を実現するプラグイン・アンド・プレイクローズドループRLフレームワークであるRoXDriveを紹介する。
  論文  参考訳（メタデータ） (2026-09-29T06:59:50Z)
• Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
  本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。 総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
  論文  参考訳（メタデータ） (2026-09-17T14:12:36Z)
• Safety-aware Skill Adaptation for Reinforcement Learning in Dynamic Environments [2.9923891863939946]
  Dist-GPRLは、構造化ロボットスキル適応のための遠隔認識および安全誘導型強化学習フレームワークである。 ガウス過程(GP)に基づくスキルパラメタライゼーションを基盤として,スパーストラジェクトリの局所窓の重なり合いを逐次適応する。 シミュレーションにおける2つの動的オブジェクト操作タスクの枠組みを評価し,実世界のロボットに学習方針を伝達する。
  論文  参考訳（メタデータ） (2026-09-10T12:05:54Z)
• Synthetic-to-Real Pipeline for Safe Landing Zone Detection [0.0]
  この研究は、自律着陸タスクのシム・トゥ・リアルギャップを橋渡しするために設計された包括的知覚とデータ生成パイプラインを提案する。 本稿では,ドメインランダム化による自動意味アノテーションによる都市環境生成のための手続き型合成データエンジンを提案する。 決定論的着陸モジュールは、Euclidean Distance Transform (EDT) と動的推論ロジックを使用して、最も大きな入力された安全な着陸ゾーンを特定する。
  論文  参考訳（メタデータ） (2026-06-09T01:32:07Z)
• BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
  BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。 BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2026-02-23T18:19:46Z)
• Three Dimensional Hydrodynamic Flow-Based Collision Avoidance for UAV Formations Facing Emergent Dynamic Obstacles [0.0]
  本稿では,無人航空機(UAV)の3次元流体力学による衝突回避フレームワークを提案する。 移動障害物は3次元のダブルトまたは楕円体としてモデル化され、局所速度場を発生させ、近傍のUAVを誘導してスムーズで無衝突操作を行う。 提案手法は, リアルタイム・実用化に適した安全かつスムーズかつ計算効率の良い回避操作を実現する。
  論文  参考訳（メタデータ） (2026-01-16T23:43:18Z)
• Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field [0.0]
  本論文は,無人航空機(UAV)の空域における自律衝突回避の課題について論じる。 それは新しい方向と相対速度重み付き人工電位場(APF)を提案する。 このアプローチでは、障害物の方向と速度に基づいて反発電位を動的にスケールするために、有界重み関数$(,v_e)$を導入している。
  論文  参考訳（メタデータ） (2025-12-08T14:57:01Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• Two-step dynamic obstacle avoidance [0.0]
  本稿では、教師付きおよび強化学習(RL)を組み合わせることにより、動的障害物回避(DOA)タスクを扱うための2段階アーキテクチャを提案する。 最初のステップでは、リカレントニューラルネットワークを用いて障害物の衝突リスク(CR)を推定するデータ駆動アプローチを導入する。 第2ステップでは、これらのCR推定値をRLエージェントの観察空間に含め、その状況意識を高める。
  論文  参考訳（メタデータ） (2023-11-28T14:55:50Z)

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。