日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ナビゲーションarXiv:2603.08905

固有感覚による安全な能動ナビゲーションと探査:惑星環境向けフレームワーク

Proprioceptive Safe Active Navigation and Exploration for Planetary Environments

シェア:XThreadsFacebookLINEはてブBluesky

脚ロボットが脚と地形の相互作用から得る固有感覚情報を用いて、変形可能な粒状地形の走行可能性を推定し、安全なナビゲーションと探査を実現するフレームワークPSANEを提案した。

詳しい要約

1. どんなもの?

- 惑星探査における変形可能な粒状地形での安全なナビゲーションと探索のためのフレームワークPSANEを提案。 - 脚ロボットの脚-地形相互作用から固有受容覚的に地形特性を推定し、安全な領域と探索フロンティアをオンラインで特定。 - Gaussian Process回帰による走行可能性モデルを学習し、リアクティブコントローラと統合。 - フロンティア選択を多目的最適化として定式化し、安全セット拡張確率と目標指向コストのバランスを取る。

2. 先行研究と比べてどこがすごい?

- 従来の遠隔センシング(例:vision)では検出が難しい変形粒状地形のリスクに対処。 - 脚ロボットの相互作用情報をナビゲーション計画に体系的に活用する点が未探索だったギャップを埋める。 - 固有受容覚のみを用いて安全な探索と目標到達を実現し、ベースライン手法よりも性能向上を達成。

3. 技術・手法の肝は?

- Gaussian Process回帰による走行可能性モデルの学習。 - 安全領域の推定と認証、探索フロンティアのオンライン特定。 - リアクティブコントローラとの統合によるリアルタイムナビゲーション。 - フロンティア選択を多目的最適化問題として定式化し、Pareto最適フロンティア集合上でスカラー化によりサブゴールを選択。

4. どうやって有効だと検証した?

- 未知の粒状地形を安全に探索し、指定された目標に到達することを実証。 - 固有受容覚的に推定された走行可能性のみを使用。 - ベースライン手法と比較して性能改善を達成。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。関連手法としてGaussian Process回帰、多目的最適化、Pareto最適性、脚ロボットナビゲーション、変形地形走行可能性推定などが挙げられる。

※ 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: Matthew Y. Jiang, Feifei Qian, Shipeng Liu

分類: cs.RO

原文アブストラクト

Deformable granular terrains introduce significant locomotion and immobilization risks in planetary exploration and are difficult to detect via remote sensing (e.g., vision). Legged robots can sense terrain properties through leg-terrain interactions during locomotion, offering a direct means to assess traversability in deformable environments. How to systematically exploit this interaction-derived information for navigation planning, however, remains underexplored. We address this gap by presenting PSANE, a Proprioceptive Safe Active Navigation and Exploration framework that leverages leg-terrain interaction measurements for safe navigation and exploration in unknown deformable environments. PSANE learns a traversability model via Gaussian Process regression to estimate and certify safe regions and identify exploration frontiers online, and integrates these estimates with a reactive controller for real-time navigation. Frontier selection is formulated as a multi-objective optimization that balances safe-set expansion probability and goal-directed cost, with subgoals selected via scalarization over the Pareto-optimal frontier set. PSANE safely explores unknown granular terrain and reaches specified goals using only proprioceptively estimated traversability, while achieving performance improvements over baseline methods.

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. 2newmo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
  3. 3GXO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
  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