歩行2026/9/3arXiv:2609.03984v1

MulDP: 複雑な地形を自律走破する四足ロボットのためのマルチモーダル拡散ポリシー

MulDP: Multimodal Diffusion Policy for Autonomous Quadruped Parkour Navigation across Complex Terrains

四足ロボットのパルクールナビゲーションを自律化するため、視覚・自己受容感覚・目標情報を統合した拡散ポリシーを提案し、専用データセットを構築して実機・シミュレーションで有効性を検証した。

詳しい要約

1. どんなもの？

本論文は、複雑な地形での四足ロボットの自律パルクールナビゲーションを実現するために、Multimodal Diffusion Policy (MulDP) を提案している。MulDPは、視覚認識、ロボットの自己受容感覚、目標情報を統合し、時間的に一貫性があり予測的なナビゲーション速度コマンドを生成することで、認識と身体的行動を密に結合する。また、訓練用に多様なナビゲーション行動と複雑な地形を含むQuadruped Parkour Navigation Dataset (QPND) を構築した。

2. 先行研究と比べてどこがすごい？

先行研究では、四足ロボットのパルクール運動の敏捷性が示されているが、多くは高レベルの計画に人間の介入を必要とし、自律ナビゲーションは未開拓である。MulDPは、視覚と自己受容感覚を統合した拡散ポリシーを用いることで、微細な速度調整、長期的な予測行動、認識と実行の密結合を実現し、人間の介入なしに複雑な地形を自律的にナビゲートできる点が新しい。

3. 技術・手法の肝は？

手法の核心は、拡散モデルを用いたポリシー学習である。MulDPは、視覚情報（カメラ画像）、ロボットの自己受容感覚（関節角度、速度など）、目標情報を入力とし、時間的に一貫性のある速度コマンドのシーケンスを生成する。拡散モデルの確率的生成により、多様な行動を表現でき、予測的な行動が可能になる。また、QPNDデータセットを構築し、多様な地形とナビゲーション行動を収録して訓練に用いる。

4. どうやって有効だと検証した？

シミュレーションと実世界の両方で広範な実験を行い、MulDPが長期的な自律ナビゲーションと複雑な地形の効果的な横断を可能にすることを実証した。具体的な評価指標や比較対象は要旨からは不明だが、シミュレーションと実世界の両方での有効性が示されている。

5. 議論はある？

要旨からは、議論の詳細は不明である。ただし、提案手法が自律ナビゲーションの課題に対処する一方で、データセットの構築や拡散モデルの計算コスト、実世界での堅牢性などに関する議論が考えられるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている先行研究や関連手法は明示されていないが、同分野の定番として、四足ロボットのパルクール運動に関する研究（例：MIT Cheetahシリーズ）や、拡散ポリシーを用いたロボット制御の研究（例：Diffusion Policy）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: Kangmai Hu, Yueqi Zhang, Peng Zhai, Xiaoyi Wei, Jiabin Hu, Zhixiang Liu, Quancheng Qian, Lihua Zhang

分類: cs.RO

原文アブストラクト

Quadruped robots have demonstrated impressive agility in parkour locomotion across complex terrains. However, most systems still rely on human intervention for high-level planning, and autonomous parkour navigation remains underexplored. The key challenges include fine-grained velocity regulation, long-horizon anticipatory behaviors, and tight coupling between perception and embodied execution. To address these challenges, we propose a Multimodal Diffusion Policy (MulDP) that integrates visual perception with robot proprioception and goal information to generate temporally coherent and anticipatory navigation velocity commands, tightly coupling perception with embodied control to enable robust autonomous navigation. To support the training of MulDP, we construct the first Quadruped Parkour Navigation Dataset (QPND), a multimodal dataset that encompasses diverse navigation behaviors and complex terrains. Extensive simulation and real-world experiments demonstrate that MulDP enables robust long-horizon autonomous navigation and effective traversal across complex terrains.

arXivで原文を読む →arXiv概要ページ