複雑環境の体積表現を用いた移動ポリシー誘導トラバーサビリティ学習【JST・京大機械翻訳】

Frey Jonas; Hoeller David; Khattak Shehryar; Hutter Marco

プレプリント

J-GLOBAL ID：202202220432217781 整理番号：22P0322075

複雑環境の体積表現を用いた移動ポリシー誘導トラバーサビリティ学習【JST・京大機械翻訳】

Locomotion Policy Guided Traversability Learning using Volumetric Representations of Complex Environments

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月29日プレプリントサーバーでの情報更新日： 2022年08月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

脚ロボット移動の進歩にもかかわらず,未知環境における自律ナビゲーションは未解決の問題である。理想的に,ナビゲーションシステムは,不確実性の下で安全限界内で動作しながら,ロボットの移動能力のフルポテンシャルを利用する。ロボットは,ハードウェア,移動制御,および地形特性に依存する周辺地形の横断性を検出し,解析しなければならない。それは,地形を横断するのに必要なリスク,エネルギー,または時間消費に関する情報を含んでいる。手作業のトラバータビリティコスト関数を避けるため,物理シミュレータを用いて,ランダムに生成された地形上のトラバースをシミュレーションすることにより,ロボットと移動政策に関する横断性情報を収集することを提案する。ロボットは,実世界移動経験等価の57年を得るために,現実で使用される同じ移動政策によって並列に制御される。実ロボット上の展開のために,スパース畳込みネットワークを訓練して,3Dボクセル占有マップの形式における環境の完全な幾何学的表現から,展開移動ポリシーに合わせた模擬トラバービリティコストを予測した。この表現は,オーバーハング障害物とマルチフロアまたは低セイリングシナリオの存在において,誤差が発生しやすい通常用いられる標高マップの必要性を回避する。種々の屋内および自然環境における脚ロボットANYmalのための経路計画のために,提案した横断可能性予測ネットワークの有効性を実証した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

ロボットの運動・制御

, , , ,

前のページに戻る