TAME-Nav：時間的非対称Mixture-of-Experts蒸留による俊敏で汎用なロボットナビゲーション

- TAME-Navは、複雑な空間制約や動的相互作用下で移動するembodied robotsのための、agileで信頼性の高いナビゲーションを実現するフレームワーク。 - 非対称なTeacher-Studentナビゲーションで、temporal soft mixture of experts (Soft-MoE) を中核とする。 - Teacherはclean observationsと因果的に維持されたdynamic-obstacle tracksを組み合わせてprivileged representationsを構築。 - Studentはcorrupted observation historiesからtemporal encoding、soft expert routing、latent distillationを通じて補完的なナビゲーション特徴を学習。 - 手続き的シナリオ生成と並列タスクレベルシミュレーションで訓練範囲を拡大し、deployment-informed asymmetric domain randomizationでsim-to-real転移を支援。

- 単一のpolicyでは多様なシナリオの異なる意思決定要求に対応しにくいという課題に対し、temporal soft mixture of experts (Soft-MoE) を導入。 - 代表的なベースラインと比較して、in-distributionおよび未見のcompositional scenariosで、より高い成功率、より低い衝突率、より高いナビゲーションスコアを達成。 - 実機のquadruped robotで、local-trap escapeと狭い通路のナビゲーション（突然の動的障害物あり）の全20試行を完了し、軽微な接触は1回のみ。

- 非対称なTeacher-Studentフレームワークを採用。 - Teacherはclean observationsと因果的に維持されたdynamic-obstacle tracksを組み合わせてprivileged representationsを構築。 - Studentはcorrupted observation historiesからtemporal encoding、soft expert routing、latent distillationを通じて学習。 - 手続き的シナリオ生成と並列タスクレベルシミュレーションで訓練カバレッジを拡大。 - deployment-informed asymmetric domain randomizationでsim-to-real転移を支援。

- in-distributionおよび未見のcompositional scenariosで評価し、代表的なベースラインと比較して高い成功率、低い衝突率、高いナビゲーションスコアを達成。 - 実機のquadruped robotで、local-trap escapeと狭い通路のナビゲーション（突然の動的障害物あり）の全20試行を完了し、軽微な接触は1回のみ。

- 要旨からは不明。

- 要旨で参照/比較されている研究や関連手法は明記されていない。同分野の定番として、Teacher-Student distillation、mixture of experts、domain randomization、sim-to-real transferに関する論文が挙げられる。