論文の概要: LMGN: A Unified Policy Learning Model for Last-Mile Grasp-Navigation
- arxiv url: http://arxiv.org/abs/2611.07515v1
- Date: Thu, 05 Nov 2026 06:24:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.566845
- Title: LMGN: A Unified Policy Learning Model for Last-Mile Grasp-Navigation
- Title（参考訳）: LMGN:Last-Mile Grasp-Navigationのための統一ポリシー学習モデル
- Abstract要約: Last-Mile Grasp-Navigation (LMGN) は、四輪ロボットのロコ操作のための統一的なポリシー学習モデルである。
本研究では,基本調整段階,アライメント前,実行把握段階のステージ認識動作をモデル化する,意味的に整合した階層的混合(HMOE)ポリシーを開発する。
HabitatとIsaac Gymシミュレータの実験は、LMGNが常に最先端の手法より優れていることを示した。
- 参考スコア（独自算出の注目度）: 13.578761631891188
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Legged robots equipped with manipulators have shown significant potential in the fields of daily life and industry in complex environments. However, existing methods mainly focus on global navigation or manipulation independently, while overlooking the last-mile navigation problem, where the robot must jointly determine the base placement, approach direction, and grasp execution to achieve reliable object grasping, and different manipulation stages require distinct control behaviors. To address these challenges, we propose Last-Mile Grasp-Navigation (LMGN), a unified policy learning model for Quadruped robot loco-manipulation. An Explicit Distance and Directional Reachability (ED-DR) representation is first introduced to explicitly represent the features of grasp-compatible base placement and approach direction. We then develop a semantically aligned Hierarchical Mixture-of-Experts (HMoE) policy that models stage-aware behaviors across the stages of base adjustment, pre-grasp alignment and grasp execution, and object lift. Finally, a new optimization method that jointly aligns navigation and manipulation, stage-dependent expert routing, and action-level consistency is proposed to optimize the HMoE policy. Extensive experiments on the Habitat and Isaac Gym simulators demonstrate that LMGN consistently outperforms state-of-the-art methods, denoting that integrating grasp-aware reachability with stage-aware policy learning significantly improves the success rates of last-mile navigation and target grasp for robots.
- Abstract（参考訳）: マニピュレータを装着したレッグロボットは、複雑な環境下での日常生活や産業の分野で大きな可能性を秘めている。
しかし,既存の手法は主にグローバルなナビゲーションや操作に重点を置いているが,最終マイルのナビゲーション問題を見落としている。ロボットは,信頼性の高い物体の把握を実現するために,基地位置,接近方向,把握実行を共同で決定する必要がある。
これらの課題に対処するために,四足歩行ロボットのポリシー学習モデルであるLast-Mile Grasp-Navigation (LMGN)を提案する。
明示的距離・方向整合性(ED-DR)表現は、まず、グリップ互換なベース配置とアプローチ方向の特徴を明示するために導入される。
次に,基本調整,アライメント・アライメント・アライメント,実行の把握,オブジェクトリフトの各段階にわたるステージ認識動作をモデル化する,意味的に整合した階層的混合(HMOE)ポリシーを開発する。
最後に、HMoEポリシーを最適化するために、ナビゲーションと操作、ステージ依存のエキスパートルーティング、アクションレベルの一貫性を協調的に調整する新しい最適化手法を提案する。
HabitatとIsaac Gymシミュレータの大規模な実験は、LMGNが常に最先端の手法よりも優れていることを示した。
関連論文リスト
- "Dear LLaVA, Please Drive": A Depth-Aware Vision-Language Agent for Closed-Loop Robotic Control [0.2905751301655124]
視覚言語モデル(VLM)は推論駆動のモバイルナビゲーションのための魅力的な基盤を提供する。
本稿では,Imperative Learning パラダイムを用いて,自律ナビゲーションのための事前学習VLMを微調整するパラメータ効率の手法を提案する。
本稿では,自然言語駆動型ロボット制御のためのエンドツーエンドナビゲーションパイプラインについて紹介する。
論文 参考訳（メタデータ） (2026-09-19T10:12:55Z) - AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations [103.61864552260316]
動的環境におけるリアルタイムナビゲーションは、限られた知覚下での衝突のない、動的に実現可能な動きを必要とする。
我々は,移動可能な目標整合経路の学習としてナビゲーションを定式化し,局所的な観測に基づいて,目標整合な局所経路上の再利用可能な分布をモデル化する。
我々は、幾何対応の極性行動多様体を用いて局所経路をパラメータ化し、安定かつ安全対応の計画のためのマルチゴール分散ロールアウトによるリスク感応性ユーティリティシェーピングを含む構造化された事前学習フレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-13T16:00:41Z) - Vision-Language Procedural Reasoning for Context-Aware Reward Modeling of Robotic Endovascular Guidewire Navigation [6.022893284275472]
本稿では,自律ガイドワイヤナビゲーションのための視覚言語プロシージャ推論(VL-PR)フレームワークを提案する。
このフレームワークは、マルチモーダルな大規模言語モデル(MLLM)を、高レベルのナビゲーションコンテキストを推論するためにリアルタイムな視覚的観察を解釈する手続き的推論モジュールとして統合する。
多様な血管シナリオにわたる物理ロボットプラットフォームの実験は、タスク信頼性の向上とナビゲーション効率の合理化を実証した。
論文 参考訳（メタデータ） (2026-06-29T07:35:20Z) - Hybrid Motion Planning with Deep Reinforcement Learning for Mobile Robot Navigation [0.0]
深部強化学習(HMP-DRL)によるハイブリッド運動計画
状態空間と報酬関数の両方に符号化されたチェックポイントのシーケンスを通じて、局所DRLポリシーに統合されたパスを生成するグラフベースのグローバルプランナを提案する。
社会的コンプライアンスを確保するため、地域プランナーは、周辺エージェントのセマンティックタイプに基づいて、安全マージンと罰則を動的に調整するエンティティ対応報酬構造を採用する。
論文 参考訳（メタデータ） (2025-12-31T05:58:57Z) - Executable Analytic Concepts as the Missing Link Between VLM Insight and Precise Manipulation [70.8381970762877]
VLM(Vision-Language Models)は、セマンティック推論とタスク計画において顕著な能力を示す。
本稿では,VLMに基づく推論を実行可能な解析概念を通じて基礎づける新しいフレームワークであるGRACEを紹介する。
G GRACEは高レベル命令理解と低レベルロボット制御の統一的で解釈可能なインターフェースを提供する。
論文 参考訳（メタデータ） (2025-10-09T09:08:33Z) - Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。
Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
論文 参考訳（メタデータ） (2025-09-11T17:59:07Z) - Navigating Motion Agents in Dynamic and Cluttered Environments through LLM Reasoning [69.5875073447454]
本稿では,大規模言語モデル(LLM)によって強化された動作エージェントを,動的・乱雑な環境における自律的なナビゲーションに向けて前進させる。
トレーニング不要なフレームワークは、マルチエージェント調整、クローズドループ計画、動的障害物回避を、リトレーニングや微調整なしでサポートしています。
論文 参考訳（メタデータ） (2025-03-10T13:39:09Z) - Without Paired Labeled Data: End-to-End Self-Supervised Learning for Drone-view Geo-Localization [20.603433987118837]
ドローンビュージオローカライゼーション(DVGL)は、GPSタグ付き衛星画像を取得することで、ドローンの正確なローカライゼーションを実現することを目的としている。
既存の手法は、教師あり学習のために、厳密にペアリングされたドローン衛星画像に大きく依存している。
浅いバックボーンネットワークを用いたエンドツーエンドの自己教師付き学習手法を提案する。
論文 参考訳（メタデータ） (2025-02-17T02:53:08Z) - NoMaD: Goal Masked Diffusion Policies for Navigation and Exploration [57.15811390835294]
本稿では,目標指向ナビゲーションと目標非依存探索の両方を扱うために,単一の統合拡散政策をトレーニングする方法について述べる。
この統一された政策は、新しい環境における目標を視覚的に示す際に、全体的な性能が向上することを示す。
実世界の移動ロボットプラットフォーム上で実施した実験は,5つの代替手法と比較して,見えない環境における効果的なナビゲーションを示す。
論文 参考訳（メタデータ） (2023-10-11T21:07:14Z) - ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for
Mobile Manipulation [99.2543521972137]
ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。
本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。
ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
論文 参考訳（メタデータ） (2020-08-18T08:05:15Z)
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。