脚型ロコモーションのためのタスク条件付き不確実性コストマップ

arXiv cs.RO / 2026/5/4

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

本論文は、脚型ロボットのためにタスク条件付きの不確実性コストマップを提案し、非常に不整地でのフィージビリティを考慮した経路計画の向上を目的としています。
地形観測と指令された運動に条件付けて予測する支持点（フットホールド）のエピステミック不確実性をモデル化することで、in-distribution と out-of-distribution の運用状況を区別できるようにします。
限られたデータ分布で学習した単一モデルが、学習カバレッジ不足に起因する不確実性を表現でき、その結果として OOD 領域を検出可能になります。
検出した OOD の不確実性を、統合的なコストマップ生成フレームワークに組み込み、不確実性を考慮した経路計画を行います。
シミュレーションと実環境の評価では、in-distribution と OOD の両方で、ジオメトリのみのベースラインに比べて計画の信頼性が高く、シミュレーションにおけるフィージビリティ誤差が最大 37% 減少したことが示されています。