論文の概要: Learning Visuomotor Quadrotor Flight Through Dynamic Narrow Gaps via Differentiable Simulation
- arxiv url: http://arxiv.org/abs/2610.37557v1
- Date: Tue, 27 Oct 2026 17:05:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.725384
- Title: Learning Visuomotor Quadrotor Flight Through Dynamic Narrow Gaps via Differentiable Simulation
- Title（参考訳）: 微分可能シミュレーションによるダイナミックナローギャップによる振動子クアドロター飛行の学習
- Abstract要約: 視覚的および慣性的計測を直接操作する制御ポリシを用いて,移動狭間を4乗子にスレッド化することの課題に対処する。
本研究では,時間変化のギャップ面に符号付き距離による集中,アライメント,スムーズな衝突項をゲートする微分可能な移動ギャップ定式化を導入する。
パスワイズ勾配は精度クリティカルなタスクにおいてスコア関数勾配よりも有意に優れることを示した。
- 参考スコア（独自算出の注目度）: 21.102145316912384
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Threading a quadrotor through a moving narrow gap is a demanding test of agile flight, requiring centimeter-level spatial alignment and precise temporal execution. We address this challenge using a control policy that operates directly on onboard visual and inertial measurements to output collective thrust and body-rate commands. The task is difficult because success lies on a thin feasible manifold: small errors in timing, position, attitude, or visual observability cause collision. Prior planning and learning methods rely on privileged state, teachers, planners, or distillation; learning dynamic narrow-gap traversal directly, from scratch, remains open. We introduce a differentiable moving-gap formulation that gates centering, alignment, and smooth collision terms by signed distance to a time-varying gap plane, turning a sparse traversal event into a dense pathwise objective. We integrate this formulation into a visual-feature-to-command policy trained in one stage from random initialization, without a teacher, planner, or distillation. We validate our approach in both synthetic and real-world experiments. In controlled benchmarks, we demonstrate that pathwise gradients significantly outperform score-function gradients for precision-critical tasks, yielding a 99.3% success rate in simulation after only a few minutes of training on a single GPU. Furthermore, the policy transfers directly to a real quadrotor, successfully crossing a dynamic narrow gap from varied initial conditions using onboard sensing and inertial measurements, achieving an 80% success rate over 10 physical trials.
- Abstract（参考訳）: 四角子を狭く移動させることは、アジャイル飛行の要求されたテストであり、センチメートルレベルの空間的アライメントと正確な時間的実行を必要とします。
我々はこの課題に対処するために、車載の視覚的および慣性的な測定を直接操作し、総合的な推力とボディレートのコマンドを出力する制御ポリシーを用いて対処する。
成功は、タイミング、位置、姿勢、視覚的可観測性の小さな誤差が衝突を引き起こす、薄い実現可能な多様体の上に置かれているため、この課題は困難である。
事前の計画と学習方法は特権国家、教師、プランナー、蒸留に依存しており、スクラッチから直接ダイナミックな狭ギャップのトラバースを学習する。
本研究では, 距離の符号付き距離を時間差のギャップ面に向け, 中心, アライメント, 平滑な衝突条件をゲートし, スパース・トラバース・イベントを高密度なパスワイズ対象とする, 微分可能な移動ギャップの定式化を提案する。
我々は,この定式化を教師やプランナー,蒸留を使わずに,ランダムな初期化から一段階に訓練された視覚機能・コマンドポリシーに統合する。
我々は、合成実験と実世界の実験の両方において、我々のアプローチを検証する。
制御されたベンチマークでは、パスワイズ勾配が精度クリティカルなタスクのスコア関数勾配を著しく上回り、1つのGPUでほんの数分のトレーニングの後、シミュレーションで99.3%の成功率を得ることを示した。
さらに、この方針は実四重極子に直接伝達し、オンボードセンシングと慣性測定を用いて様々な初期条件から動的狭間を横切ることができ、10回の物理実験で80%の成功率を達成した。
関連論文リスト
- Not All Actions Contribute Equally: Learning Precise Progress Estimation from Imprecise Demonstrations [52.85692927198773]
本研究では,不正確な実演から精度の高い進捗推定を学習できる新しい進捗推定器PRIMEを提案する。
PRIMEは多種多様なタスクに対して一貫して有効であり、様々な準最適度を持つデータに対して堅牢であることを示す。
特に、PRIMEの利点は、より高精度なシナリオでより顕著になり、政策の成功率を最大5倍に向上させる。
論文 参考訳（メタデータ） (2026-10-16T17:07:39Z) - JtT: Rethinking Point Trajectory Diffusion for Diverse and Rigid Motion from an Image [67.09340259579761]
単体画像からの剛体運動の予測について検討した。
我々のモデルであるJtTは座標空間で直接動作する単純な拡散変換器である。
モデルランキングは,モデルのサイズ,メートル法,停止時間にどのように依存するかを示し,より厳密なチェックポイント平均評価プロトコルを採用する。
論文 参考訳（メタデータ） (2026-10-12T11:13:37Z) - CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。
このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。
シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
論文 参考訳（メタデータ） (2026-09-07T13:47:22Z) - Mind Your Steps: A General Learning Framework for Accurate Humanoid Foothold Tracking [78.30338456206984]
本稿では,汎用3D足場追跡ポリシーをトレーニングするための新しいフレームワークを提案する。
本手法は, 目標検層による足場支援を動的に行うことにより, 学習方針を特定の地形に依存しないものにする。
我々の新しいターゲット表現は、雑音や不正確なポーズ推定や足の接触推定といった現実の課題を効果的に緩和する。
論文 参考訳（メタデータ） (2026-06-06T16:44:56Z) - Simple but Stable, Fast and Safe: Achieve End-to-end Control by High-Fidelity Differentiable Simulation [14.322775509774246]
障害物回避(Obstacle avoidance)は、四重項が高度なアプリケーションを実行できるようにするための基本的な視覚ベースのタスクである。
本稿では,深度画像を直接低レベルのボディレートコマンドにマッピングする新しいエンドツーエンドポリシーを提案する。
その結果,提案手法は,最先端のベースラインの中で,最も成功率が高く,かつ最低であることがわかった。
論文 参考訳（メタデータ） (2026-04-12T09:38:00Z) - Perception-Aware Time-Optimal Planning for Quadrotor Waypoint Flight [25.084985306310827]
本稿では,視覚に基づく四元数に対する時間-最適軌道最適化フレームワークを提案する。
知覚制約を完全な非線形力学、ローターの作動制限、空力効果、カメラの視野制約、凸幾何学ゲート表現と組み合わせる。
実験では、実際の飛行速度は9.8m/s、平均追跡誤差は0.07m、クローズドループの成功率は55%から100%に向上した。
論文 参考訳（メタデータ） (2026-03-04T17:22:16Z) - Inverted Landing in a Small Aerial Robot via Deep Reinforcement Learning
for Triggering and Control of Rotational Maneuvers [11.29285364660789]
高速で頑健な逆着陸は、特に機内でのセンシングと計算に完全に依存しながらも、空中ロボットにとって難しい偉業である。
これまでの研究では、一連の視覚的手がかりとキネマティックな動作の間に直接的な因果関係が特定され、小型の空中ロボットでこの困難なエアロバティックな操作を確実に実行することができた。
本研究では、まずDeep Reinforcement Learningと物理シミュレーションを用いて、頑健な逆着陸のための汎用的最適制御ポリシーを得る。
論文 参考訳（メタデータ） (2022-09-22T14:38:10Z) - Learning High-Speed Flight in the Wild [101.33104268902208]
複雑な自然環境や人工環境を高速で自律的に飛行するエンド・ツー・エンドのアプローチを提案する。
鍵となる原理は、雑音の知覚観測を直接、後退水平方向に無衝突軌道にマッピングすることである。
現実的なセンサノイズをシミュレートすることにより,シミュレーションから現実環境へのゼロショット転送を実現する。
論文 参考訳（メタデータ） (2021-10-11T09:43:11Z) - Self-Point-Flow: Self-Supervised Scene Flow Estimation from Point Clouds
with Optimal Transport and Random Walk [59.87525177207915]
シーンフローを近似する2点雲間の対応性を確立するための自己教師型手法を開発した。
本手法は,自己教師付き学習手法の最先端性能を実現する。
論文 参考訳（メタデータ） (2021-05-18T03:12:42Z)
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。