日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

歩行arXiv:2506.21853

Skill-Nav: ウェイポイントインターフェースによる多様な四足歩行を統合したナビゲーション

Skill-Nav: Enhanced Navigation with Versatile Quadrupedal Locomotion via Waypoint Interface

シェア:XThreadsFacebookLINEはてブBluesky

四足ロボットの歩行スキルをウェイポイントを介して階層的ナビゲーションに統合し、障害物を避けながら目標地点へ自律移動できるようにした研究。

詳しい要約

1. どんなもの?

- 四足歩行ロボットの locomotion skills を navigation に統合する手法 Skill-Nav の提案 - waypoints を interface として階層型 navigation framework を構成 - deep RL で waypoint-guided locomotion policy を学習 - 目標位置への到達と障害物回避を自律的に行う - 長距離移動能力の向上を狙う

2. 先行研究と比べてどこがすごい?

- 四足歩行の RL 研究は extreme parkour 等の locomotion 能力を示してきた - しかし locomotion skills と navigation の統合は十分に検討されていない - 直接的な velocity commands と比べ、waypoints はより単純かつ柔軟な interface - waypoints により LLMs や path planning algorithms 等の汎用 planning tools を適用可能 - 多様な障害物地形の横断を計画側から誘導できる点が利点

3. 技術・手法の肝は?

- waypoints を interface とする階層型 navigation framework - deep RL により waypoint-guided locomotion policy を学習 - ロボットは目標位置到達に向け locomotion skills を自律調整 - 障害物を回避しながら移動 - 高レベル planning と低レベル control を waypoints で接続 - LLMs や path planning algorithms を planning 側に利用可能

4. どうやって有効だと検証した?

- simulated と real-world の両シナリオで extensive experiments を実施 - 複雑な地形の横断と困難な navigation タスクの完了を確認 - 有効性を実環境でも示したと報告 - 具体的な評価指標や比較対象は要旨からは不明

5. 議論はある?

- locomotion と navigation の統合の可能性を提示 - waypoints interface の単純さと柔軟性を主張 - LLMs 等の汎用 planning tools の適用可能性に言及 - 限界や失敗事例、定量的比較の詳細は要旨からは不明

6. 次に読むべき論文は?

- waypoint-guided locomotion policy の基盤となる deep RL による四足歩行研究 - extreme parkour maneuvers を扱った四足歩行 RL 研究 - LLMs を用いた navigation planning 研究 - path planning algorithms を用いた階層型 navigation 研究 - velocity commands による navigation 制御との比較研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Dewei Wang, Chenjia Bai, Chenhui Li, Jiyuan Shi, Yan Ding, Chi Zhang, Bin Zhao

分類: cs.RO

原文アブストラクト

Quadrupedal robots have demonstrated exceptional locomotion capabilities through Reinforcement Learning (RL), including extreme parkour maneuvers. However, integrating locomotion skills with navigation in quadrupedal robots has not been fully investigated, which holds promise for enhancing long-distance movement capabilities. In this paper, we propose Skill-Nav, a method that incorporates quadrupedal locomotion skills into a hierarchical navigation framework using waypoints as an interface. Specifically, we train a waypoint-guided locomotion policy using deep RL, enabling the robot to autonomously adjust its locomotion skills to reach targeted positions while avoiding obstacles. Compared with direct velocity commands, waypoints offer a simpler yet more flexible interface for high-level planning and low-level control. Utilizing waypoints as the interface allows for the application of various general planning tools, such as large language models (LLMs) and path planning algorithms, to guide our locomotion policy in traversing terrains with diverse obstacles. Extensive experiments conducted in both simulated and real-world scenarios demonstrate that Skill-Nav can effectively traverse complex terrains and complete challenging navigation tasks.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI