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:2505.23019

成功への階段:LLM駆動の粗から細への探索によるオンライン階層対応ゼロショット物体目標ナビゲーションフレームワーク

Stairway to Success: An Online Floor-Aware Zero-Shot Object-Goal Navigation Framework via LLM-Driven Coarse-to-Fine Exploration

シェア:XThreadsFacebookLINEはてブBluesky

事前地図や再学習なしで多階層建物内の物体を目指すゼロショットナビゲーションを実現するASCENTを提案。階層表現構築とLLMによる粗密探索でHM3D/MP3Dで最高性能を達成し、四足ロボットで実機検証した。

詳しい要約

1. どんなもの?

- 多階建物内で対象物体を目指す Zero-Shot Object-Goal Navigation のためのオンラインフレームワーク ASCENT の提案。 - 事前構築マップや新カテゴリでの再学習を必要とせず、未知の建物で動作することを狙う。 - 階層表現の動的構築と LLM 駆動の探索意思決定を組み合わせる。

2. 先行研究と比べてどこがすごい?

- 既存システムは single-floor 前提やオフラインでグローバルに一貫したマップを要求し、多階建物で失敗しやすい。 - HM3D や MP3D などの benchmark は多階の現実を含むが、既存手法はオンラインで floor-aware なナビゲーションを支援できない。 - ASCENT はオンラインかつ floor-aware な Zero-Shot Object-Goal Navigation を実現し、state-of-the-art の zero-shot 手法を上回ると報告。

3. 技術・手法の肝は?

- Multi-Floor Abstraction モジュール:stair-aware obstacle mapping と cross-floor topology modeling により階層表現を動的に構築。 - Coarse-to-Fine Reasoning モジュール:frontier ranking と LLM 駆動の文脈解析を組み合わせ、多階ナビゲーション判断を行う。 - 事前マップや再学習なしで未知物体カテゴリに対応するオンライン枠組み。

4. どうやって有効だと検証した?

- HM3D と MP3D の benchmark で評価し、state-of-the-art の zero-shot 手法を上回る性能を示す。 - quadruped robot 上での実世界展開も実証。 - 具体的な指標や被験条件は要旨からは不明。

5. 議論はある?

- 多階環境での cross-floor transitions や vertical spatial reasoning の難しさを指摘。 - オンライン・floor-aware ナビゲーションの必要性を議論。 - 限界や失敗事例、計算コストなどの詳細は要旨からは不明。

6. 次に読むべき論文は?

- HM3D および MP3D の benchmark 関連研究。 - Zero-Shot Object-Goal Navigation の state-of-the-art 手法(具体名は要旨からは不明)。 - frontier ranking や LLM 駆動探索を用いる関連ナビゲーション研究。

※ 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: Zeying Gong, Rong Li, Tianshuai Hu, Ronghe Qiu, Lingdong Kong, Lingfeng Zhang, Guoyang Zhao, Yiyi Ding, Junwei Liang

分類: cs.RO

原文アブストラクト

Deployable service and delivery robots struggle to navigate multi-floor buildings to reach object goals, as existing systems fail due to single-floor assumptions and requirements for offline, globally consistent maps. Multi-floor environments pose unique challenges including cross-floor transitions and vertical spatial reasoning, especially navigating unknown buildings. Object-Goal Navigation benchmarks like HM3D and MP3D also capture this multi-floor reality, yet current methods lack support for online, floor-aware navigation. To bridge this gap, we propose \textbf{\textit{ASCENT}}, an online framework for Zero-Shot Object-Goal Navigation that enables robots to operate without pre-built maps or retraining on new object categories. It introduces: (1) a \textbf{Multi-Floor Abstraction} module that dynamically constructs hierarchical representations with stair-aware obstacle mapping and cross-floor topology modeling, and (2) a \textbf{Coarse-to-Fine Reasoning} module that combines frontier ranking with LLM-driven contextual analysis for multi-floor navigation decisions. We evaluate on HM3D and MP3D benchmarks, outperforming state-of-the-art zero-shot approaches, and demonstrate real-world deployment on a quadruped robot.

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