日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2509.00055

U2UData+:身体的長期タスク向けスケーラブルな群UAV自律飛行データセット

U2UData+: A Scalable Swarm UAVs Autonomous Flight Dataset for Embodied Long-horizon Tasks

シェア:XThreadsFacebookLINEはてブBluesky

15機のUAVによる群自律飛行で長期依存や動的な目標変化を扱う身体的長期タスク向けの大規模データセットと、オンライン収集・閉ループ検証プラットフォームを構築した。

詳しい要約

1. どんなもの?

- U2UData+は、Embodied Long-Horizon (ELH) タスク向けの、初の大規模なswarm UAV自律飛行データセット。 - 15機のUAVによる自律協調飛行で収集され、12 scenes、720 traces、120 hours、1 trajectoryあたり600 seconds、4.32M LiDAR frames、12.96M RGB framesを含む。 - brightness、temperature、humidity、smoke、airflowの値を全飛行経路で含む。 - 同時に、初のスケーラブルなswarm UAVデータオンライン収集およびアルゴリズムclosed-loop検証platformでもある。 - simulator、UAV、sensors、flight algorithms、formation modes、ELH tasksのカスタマイズを支援する。

2. 先行研究と比べてどこがすごい?

- 既存手法はdatasetの制約により特定のbasic tasksのみに焦点を当てており、ELH tasksの実世界展開に失敗している。 - ELH tasksはbasic tasksの単なる連結ではなく、long-term dependenciesの処理、embodied persistent statesの維持、dynamic goal shiftsへの適応が必要である。 - 本論文はELH tasks向けの初の大規模swarm UAV自律飛行datasetと、初のスケーラブルなオンライン収集・closed-loop検証platformを提示する点が先行研究と異なる。

3. 技術・手法の肝は?

- 15機のUAVによる自律協調飛行でELH tasksのdataを収集する。 - datasetは12 scenes、720 traces、120 hours、600 seconds per trajectory、4.32M LiDAR frames、12.96M RGB framesで構成される。 - brightness、temperature、humidity、smoke、airflowの値を全flight routesで記録する。 - platformはsimulators、UAVs、sensors、flight algorithms、formation modes、ELH tasksのカスタマイズを可能にする。 - visual control windowを通じ、one-click deployment onlineでカスタマイズdatasetを収集し、closed-loop simulationでアルゴリズムを検証できる。

4. どうやって有効だと検証した?

- wildlife conservation向けのELH taskを導入し、9つのSOTA modelsによる包括的なbenchmarksを提供する。 - platform上でclosed-loop simulationによるアルゴリズム検証を可能にする。 - 具体的な検証結果の数値や比較詳細は要旨からは不明。

5. 議論はある?

- ELH tasksはbasic tasksの単なる連結ではなく、long-term dependencies、embodied persistent states、dynamic goal shiftsへの対応が必要であると論じている。 - 既存手法がdataset制約によりbasic tasksのみに焦点を当て、ELH tasksの実世界展開に失敗している点を課題として挙げる。 - 具体的な限界や議論の詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている具体的な先行研究名は不明。 - 同分野の関連手法として、swarm UAV autonomous flight、Embodied Long-Horizon tasks、LiDAR/RGBに基づくUAV navigation、closed-loop simulation platformに関する研究を挙げる。 - 9つのSOTA modelsの個別名称は要旨からは不明。

※ 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: Tongtong Feng, Xin Wang, Feilin Han, Leping Zhang, Wenwu Zhu

分類: cs.RO, cs.AI, cs.MA, cs.MM

原文アブストラクト

Swarm UAV autonomous flight for Embodied Long-Horizon (ELH) tasks is crucial for advancing the low-altitude economy. However, existing methods focus only on specific basic tasks due to dataset limitations, failing in real-world deployment for ELH tasks. ELH tasks are not mere concatenations of basic tasks, requiring handling long-term dependencies, maintaining embodied persistent states, and adapting to dynamic goal shifts. This paper presents U2UData+, the first large-scale swarm UAV autonomous flight dataset for ELH tasks and the first scalable swarm UAV data online collection and algorithm closed-loop verification platform. The dataset is captured by 15 UAVs in autonomous collaborative flights for ELH tasks, comprising 12 scenes, 720 traces, 120 hours, 600 seconds per trajectory, 4.32M LiDAR frames, and 12.96M RGB frames. This dataset also includes brightness, temperature, humidity, smoke, and airflow values covering all flight routes. The platform supports the customization of simulators, UAVs, sensors, flight algorithms, formation modes, and ELH tasks. Through a visual control window, this platform allows users to collect customized datasets through one-click deployment online and to verify algorithms by closed-loop simulation. U2UData+ also introduces an ELH task for wildlife conservation and provides comprehensive benchmarks with 9 SOTA models. U2UData+ can be found at https://fengtt42.github.io/U2UData-2/.

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. 2newmo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
  3. 3GXO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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI