日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ナビゲーションarXiv:2505.21282

EgoWalk:実環境におけるロボットナビゲーションのためのマルチモーダルデータセット

EgoWalk: A Multimodal Dataset for Robot Navigation in the Wild

シェア:XThreadsFacebookLINEはてブBluesky

多様な屋内・屋外環境での人間のナビゲーションを50時間分収録し、自然言語ゴール注釈や走行可能領域セグメンテーションなどの付随データセットを自動生成するパイプラインを備えた、ロボットナビゲーション研究用の大規模マルチモーダルデータセットを提案した。

詳しい要約

1. どんなもの?

- どんなもの? - 実世界の屋内/屋外を人間が歩行した50時間分のナビゲーション用マルチモーダルデータセット EgoWalk。 - 季節や場所が多様な環境を含み、raw data と Imitation Learning 向けデータを提供。 - 自然言語ゴール注釈や traversability segmentation masks など、副次データセットを自動生成する pipeline も含む。 - データ処理 pipeline と収集用 hardware platform の記述も公開。

2. 先行研究と比べてどこがすごい?

- 先行研究と比べてどこがすごい? - 既存の navigation 関連 real-world dataset 群を拡充する位置づけ。 - 屋内/屋外、多様な季節、多様な場所を含む50時間規模の人間ナビゲーションを収集。 - raw/Imitation Learning-ready データに加え、自然言語ゴール注釈や traversability segmentation masks を自動生成する pipeline を提供。 - 具体的な先行研究名との比較は要旨からは不明。

3. 技術・手法の肝は?

- 技術や手法の肝はどこ? - 人間のナビゲーションを多様な屋内/屋外・季節・場所で収集し、50時間のデータセットを構築。 - Imitation Learning にそのまま使える形式のデータを用意。 - 副次データセットを自動生成する複数の pipeline を導入。 - 自然言語ゴール注釈 - traversability segmentation masks - データ処理 pipeline と収集 hardware platform を公開。

4. どうやって有効だと検証した?

- どうやって有効だと検証した? - diversity studies を実施。 - use cases と benchmarks を提示し、実用的適用可能性を示す。 - 具体的な benchmark 手法や定量結果は要旨からは不明。

5. 議論はある?

- 議論はある? - データセットの多様性、use case、benchmark を通じた実用性を主張。 - 限界や失敗事例、倫理面などの議論は要旨からは不明。

6. 次に読むべき論文は?

- 次に読むべき論文は? - Imitation Learning を用いた navigation 研究。 - 自然言語ゴール注釈を利用する vision-and-language navigation 研究。 - traversability segmentation を用いる robot navigation 研究。 - 要旨で参照/比較されている個別研究は不明のため、同分野の定番手法・データセット群を参照するのが妥当。

※ 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: Timur Akhtyamov, Mohamad Al Mdfaa, Javier Antonio Ramirez Benavides, Arthur Nigmatzyanov, Sergey Bakulin, German Devchich, Denis Fatykhov, Diego Ruiz Salinas, Alexander Mazurov, Kristina Zipa, Malik Mohrat, Pavel Kolesnik, Ivan Sosin, Gonzalo Ferrer

分類: cs.RO

原文アブストラクト

Data-driven navigation algorithms are critically dependent on large-scale, high-quality real-world data collection for successful training and robust performance in realistic and uncontrolled conditions. To enhance the growing family of navigation-related real-world datasets, we introduce EgoWalk - a dataset of 50 hours of human navigation in a diverse set of indoor/outdoor, varied seasons, and location environments. Along with the raw and Imitation Learning-ready data, we introduce several pipelines to automatically create subsidiary datasets for other navigation-related tasks, namely natural language goal annotations and traversability segmentation masks. Diversity studies, use cases, and benchmarks for the proposed dataset are provided to demonstrate its practical applicability. We openly release all data processing pipelines and the description of the hardware platform used for data collection to support future research and development in robot navigation systems.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI