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:2606.23249

LP-NavOA: 限られた知覚下での人型ロボットの統合ローカルナビゲーションと障害物回避

LP-NavOA: Integrated Local Navigation and Obstacle Avoidance for Humanoid Robots under Limited Perception

シェア:XThreadsFacebookLINEはてブBluesky

短距離・部分観測のセンシングしか持たない人型ロボット向けに、障害物回避とゴール復帰を両立するナビゲーション手法を提案。強化学習で歩行制御を学習後、A*教師から蒸留した再帰型プランナーが指令を上書きし、マップ不要で高い到着率を達成した。

詳しい要約

1. どんなもの?

- ヒューマノイドロボットのための限られた知覚下での局所ナビゲーションと障害物回避を統合したフレームワークLP-NavOAを提案。 - 短距離・部分観測可能なセンシング環境で、障害物回避、スパースゴール回復、安定した全身運動を同時に解決する。 - 明示的なプランナー・コントローラ分解による遅延や、純粋な反応型コントローラのゴール見失い問題に対処。 - 実行時には自己受容感覚、短距離局所距離センシング、ボディフレームのゴール方向のみを使用し、グローバルマップやウェイポイントストリーム、外部プランナーを必要としない。

2. 先行研究と比べてどこがすごい?

- 従来の明示的プランナー・コントローラ分解は遅延を生じ、敏捷なヒューマノイドのコマンド追従限界とミスマッチする可能性があった。 - 純粋な反応型コントローラは障害物遮蔽後にゴールを見失うことがあった。 - LP-NavOAは、凍結した全身運動ポリシーを維持しつつ、再帰的局所プランナーを蒸留により学習し、実行時にヘディングコマンドのみを上書きすることで、これらの問題を克服。 - 教師キャリブレーションされたオンタイム到着率を38-40%から85-97%に向上させ、ブラシ/接触の多い進行を低減。

3. 技術・手法の肝は?

- レイキャスト条件付き知覚-行動PPO運動バックボーンを、ロボット中心の円形ヘディング速度コマンドと共有コマンド側安全フィルタで訓練。 - このバックボーンを凍結し、A-starとウェイポイント教師がロールアウトを生成し、再帰的局所プランナーを蒸留。 - 蒸留されたプランナーは展開時にヘディングコマンドのみを上書きし、全身ポリシーはそのまま維持。 - 動的ルート整形、教師アクティブデータ収集、円形コマンドインタフェースがナビゲーション効率と3.0 m/sバックボーンの訓練に重要。

4. どうやって有効だと検証した?

- MuJoCoのオープンウォールおよび屋内レイアウトで評価。 - 蒸留されたプランナーは障害物回避と回避後のゴール回復を実現し、教師キャリブレーションされたオンタイム到着率を38-40%から85-97%に向上。 - ブラシ/接触の多い進行をバックボーンのみのコントローラと比較して低減。 - アブレーションにより、動的ルート整形、教師アクティブデータ収集、円形コマンドインタフェースの重要性を確認。 - Unitree G1への展開分析で、連続的なジョイスティック操作なしでのハードウェア実行可能性を実証。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- A-star - PPO - Unitree G1 - MuJoCo

※ 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: Yukun Luo, Jianjun Ma, Yuyao Min, Jinzhe Li, Kaihong Huang, Peng Li

分類: cs.RO

原文アブストラクト

Humanoid local navigation in cluttered environments must jointly resolve obstacle avoidance, sparse-goal recovery, and stable whole-body locomotion under short-range and partially observable sensing. Explicit planner-control decompositions introduce latency and can mismatch agile humanoid command-tracking limits, while purely reactive controllers may lose the goal after obstacle occlusion. We present LP-NavOA, a limited-perception navigation and obstacle-avoidance framework for humanoid robots. A raycast-conditioned perception-action proximal policy optimization (PPO) locomotion backbone is first trained with a robot-centered circular heading-speed command and a shared command-side safety filter. With this backbone frozen, A-star and waypoint teachers generate rollouts for distilling a recurrent local planner that overwrites only the heading command at deployment, leaving the whole-body policy intact. At runtime, LP-NavOA uses proprioception, short-range local range sensing, and a body-frame goal direction, requiring no global map, waypoint stream, or external planner. In MuJoCo open-wall and indoor layouts, the distilled planner produces obstacle bypassing and post-avoidance goal recovery, raising teacher-calibrated on-time arrival from 38--40\% to 85--97\% and reducing brush/contact-heavy progress relative to a backbone-only controller. Ablations show that dynamic route shaping, teacher-active data collection, and the circular command interface are important for navigation efficiency and for training the 3.0\,m/s backbone. A Unitree G1 deployment analysis demonstrates hardware executability without continuous joystick steering.

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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI