論文の概要: RAIBO-Wagon: Real-Time Navigation System for a Legged Robot Towing a Wagon
- arxiv url: http://arxiv.org/abs/2610.39267v1
- Date: Thu, 29 Oct 2026 03:20:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 00:26:26.553267
- Title: RAIBO-Wagon: Real-Time Navigation System for a Legged Robot Towing a Wagon
- Title（参考訳）: RAIBOワゴン:ワゴンを牽引するレッグロボットのリアルタイムナビゲーションシステム
- Abstract要約: 本研究では,条件付きフローマッチング (CFM) とモデル予測パス積分 (MPPI) を併用した,学習前向きダイナミクスモデル (FDM) を用いたナビゲーションフレームワークを提案する。
我々は、このフレームワークを、カスタムワゴンを四輪牽引するRAIBO-Wagonのフルスタックナビゲーションシステムに統合し、15mのコースの実際の屋外実験で、狭い空間を通した検証を行う。
このシステムは40回の試験で85%の成功率に達し、総重量は40kgにも達し、RAIBOの体重の100%近くを占める。
- 参考スコア（独自算出の注目度）: 2.621505735843934
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legged robots have demonstrated advanced capabilities across a wide range of real-world tasks, yet much of this progress concerns the robot controlling only itself. Once the robot is coupled to an external object -- particularly an underactuated one -- the dynamics of the combined assembly become more complex. Towing a wagon is a common practical scenario, where coupled dynamics make reliable navigation challenging. This difficulty is amplified in confined spaces, where collision-free navigation requires finding a narrow set of feasible paths under strict real-time constraints. To address this, we propose a navigation framework that combines Conditional Flow Matching (CFM) with Model Predictive Path Integral (MPPI) control over a learned Forward Dynamics Model (FDM). The CFM model mitigates the initialization problem of MPPI and accelerates its convergence, while MPPI with the FDM recovers feasible solutions beyond the CFM model's training distribution by iterative refinement. We integrate the framework into a full-stack navigation system for RAIBO-Wagon, a quadruped towing a custom wagon, and validate it in real-world outdoor experiments on 15 m-long courses through confined spaces, with all sensing and computation performed fully onboard. The system achieves an 85% success rate across 40 trials, towing a total load of up to 40 kg -- nearly 100% of RAIBO's body weight.
- Abstract（参考訳）: 脚のついたロボットは、さまざまな現実世界のタスクで高度な能力を示してきたが、この進歩の多くは、ロボットが自分自身をコントロールすることだけに関係している。
ロボットが外部オブジェクト(特に不安定なオブジェクト)に結合されると、結合されたアセンブリのダイナミクスはより複雑になる。
ワゴンを曳航することは一般的な現実的なシナリオであり、結合力学は信頼性の高いナビゲーションを困難にしている。
この困難さは、衝突のない航法が厳密なリアルタイム制約の下で実現可能な経路の狭い集合を見つける必要があるような狭い空間で増幅される。
そこで本研究では,CFM(Conditional Flow Matching)とMPPI(Model Predictive Path Integral)を併用した,学習されたフォワードダイナミクスモデル(FDM)のナビゲーションフレームワークを提案する。
CFMモデルはMPPIの初期化問題を緩和し、収束を加速する一方、FDMを用いたMPPIは繰り返し精製によりCFMモデルのトレーニング分布を超えて実現可能な解を回復する。
我々は、このフレームワークをカスタムワゴンであるRAIBO-Wagonのフルスタックナビゲーションシステムに統合し、15mのコースで実世界の屋外実験を行い、すべてのセンシングと計算をオンボードで実施した。
このシステムは40回の試験で85%の成功率に達し、総重量は40kgにも達し、RAIBOの体重の100%近くを占める。
関連論文リスト
- TANGO: Humanoid Navigation in Cluttered Environments with a Whole-Body Vision-Language-Action Model [49.03909082056646]
人型ロボットを用いて, 乱雑な室内環境をナビゲートする問題について検討した。
本稿では,最初の全身視覚言語ナビゲーションフレームワークであるTANGOを紹介する。
シミュレーション実験では、タンゴは視覚言語ナビゲーションにおける最先端の性能を実証した。
論文 参考訳（メタデータ） (2026-09-08T17:59:55Z) - MulDP: Multimodal Diffusion Policy for Autonomous Quadruped Parkour Navigation across Complex Terrains [25.563239253434663]
四足歩行ロボットは、複雑な地形を横断するパール・ロコムーブメントにおいて、印象的な俊敏性を示している。
主な課題は、微粒な速度調節、長期的な予測行動、知覚と実施の密結合である。
本稿では,視覚認識とロボットの受容と目標情報を統合し,時間的コヒーレントかつ予測的なナビゲーション速度コマンドを生成するマルチモーダル拡散ポリシー(MulDP)を提案する。
論文 参考訳（メタデータ） (2026-09-03T15:19:17Z) - GigaWorld-Policy-0.5: A Faster and Stronger WAM Empowered by AutoResearch [66.7936140772745]
本稿では,より効率的なロボット制御を目的としたアクション中心型WAMであるGigaWorld-Policy-0.5を紹介する。
効率的な推論のために、GigaWorld-Policy-0.5はMixture-of-Transformersアーキテクチャを導入している。
GigaWorld-Policy-0.5は,ロボット制御の推論効率を向上しつつ,将来の視覚力学のトレーニング効果を保っている。
論文 参考訳（メタデータ） (2026-07-15T15:46:42Z) - PAKE: Learning Whole-Body Loco-Manipulation with Partial Kinematic Embeddings [9.606500800831322]
高精度なロコ操作のための新しい全身制御フレームワークを提案する。
大規模キネマティックデータセットに基づいてトレーニングした,新しいキネマティック正規化フローモデルを提案する。
6自由度ロボットアームを備えた四足歩行ロボットへのアプローチを検証する。
論文 参考訳（メタデータ） (2026-07-13T03:12:09Z) - MARS-Dragonfly: Agile and Robust Flight Control of Modular Aerial Robot Systems [21.471271822760276]
モジュラー・エアリアル・ロボット・システム(MARS)は、再構成可能な連結構造を持つ複数のドローンユニットから構成される。
MARSは単純な準静的モデルと規則に基づくアロケーションに依存しており、不連続かつ非有界なモーターコマンドを生成する。
我々は、受動ドッキング、検出不要な受動ロック、磁気アシスト分離が可能な小型機械システムを開発した。
論文 参考訳（メタデータ） (2026-04-07T06:43:08Z) - Current state of the multi-agent multi-view experimental and digital twin rendezvous (MMEDR-Autonomous) framework [0.0]
マシンラーニングベースのメソッドをガイダンス、ナビゲーション、コントロールアーキテクチャに統合して、堅牢なランデブーおよびドッキングフレームワークを設計することができる。
MMEDR-Autonomousは、学習ベースの光ナビゲーションネットワーク、開発中の強化学習ベースのガイダンスアプローチ、ループ内テストベッドからなる統合フレームワークである。
MMEDR-Autonomousフレームワークは現在、マルチエージェントランデブーシナリオにおける統合的な検証に向けて進んでいる。
論文 参考訳（メタデータ） (2026-03-21T00:13:54Z) - Enabling Autonomous Navigation in a Snake Robot through Visual-Inertial Odometry and Closed-Loop Trajectory Tracking Control [0.0]
スネークロボットは、従来のローバーに到達できない極端な地形を横断する例外的な移動手段を提供する。
この論文は、惑星探査用に設計された11自由度モジュラーヘビロボットCOBRAのための完全な自律パイプラインを開発する。
論文 参考訳（メタデータ） (2025-12-09T05:17:42Z) - 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) - Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。
本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。
モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。
私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
論文 参考訳（メタデータ） (2024-05-03T00:29:20Z)
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。