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:2509.01728

安全なロボットナビゲーション基盤モデルのための制約付きデコーディング

Constrained Decoding for Safe Robot Navigation Foundation Models

シェア:XThreadsFacebookLINEはてブBluesky

自己回帰型トランスフォーマーによるロボットナビゲーション基盤モデルに対し、Signal Temporal Logicで記述された安全仕様を満たすようデコード時に制約を課す手法SafeDecを提案し、CHORESベンチマークで有効性を示した。

詳しい要約

1. どんなもの?

- ロボットナビゲーション基盤モデル向けの制約付きデコーディング手法「SafeDec」の提案。 - autoregressive な transformer ベースのナビゲーション基盤モデルを対象とする。 - 安全性仕様を Signal Temporal Logic (STL) 式として与え、生成行動が実行時に STL を満たすことを保証する。 - 再学習なしで動作し、基盤ポリシーに非依存 (policy-agnostic) な枠組み。

2. 先行研究と比べてどこがすごい?

- 従来のロボット基盤モデルはデータ駆動で、行動の正しさを明示的に扱えない点が課題。 - SafeDec は STL 仕様をデコーディング時に強制することで、この欠落を補う。 - 再学習不要かつ基盤ポリシー非依存で安全性を保証できる点が先行手法と異なる。 - 単に不安全行動を除外するだけでなく、条件付き行動生成にも有用であることを示す。

3. 技術・手法の肝は?

- autoregressive transformer のデコーディング過程に制約を導入する枠組み。 - 安全性仕様を STL 式で表現し、想定ダイナミクスの下で生成行動が仕様を満たすことを実行時に保証。 - 再学習を必要とせず、基盤ポリシーの内部に依存しないデコーディング時の介入として実装。 - 詳細なアルゴリズムは要旨からは不明。

4. どうやって有効だと検証した?

- CHORES ベンチマークのタスクで評価。 - 最先端の embodied navigation ポリシーを対象とする。 - 数百の手続き生成環境で検証。 - デコーディング時の介入が不安全行動のフィルタリングと条件付き行動生成の両方に有用であることを示した。

5. 議論はある?

- 想定ダイナミクスの下での保証であり、実際のダイナミクスとの差異の影響は要旨からは不明。 - STL 仕様の記述負担やスケーラビリティに関する議論は要旨からは不明。 - 基盤ポリシー非依存性と再学習不要性が実用上の利点として挙げられる。

6. 次に読むべき論文は?

- CHORES ベンチマークに関する論文。 - embodied navigation の最先端ポリシーに関する研究。 - Signal Temporal Logic (STL) を用いた制約付き生成/デコーディングの関連研究。

※ 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: Parv Kapoor, Akila Ganlath, Michael Clifford, Changliu Liu, Sebastian Scherer, Eunsuk Kang

分類: cs.RO, cs.LG, cs.LO

原文アブストラクト

Recent advances in the development of robotic foundation models have led to promising end-to-end and general-purpose capabilities in robotic systems. Trained on vast datasets of simulated and real-world trajectories, these policies map multimodal observations directly to action sequences for physical execution. Despite promising real-world capabilities, these models are still data-driven and, therefore, lack explicit notions of behavioral correctness. We address this gap by introducing SafeDec, a constrained decoding framework for autoregressive, transformer-based robot navigation foundation models that enforces safety specifications expressed as Signal Temporal Logic (STL) formulas. Our method ensures that generated actions provably satisfy STL specifications under assumed dynamics at runtime without retraining while remaining agnostic of the underlying policy. We evaluate SafeDec on tasks from the CHORES benchmark for state-of-the-art embodied navigation policies across hundreds of procedurally generated environments and show that our decoding-time interventions are useful not only for filtering unsafe actions but also for conditional action generation. Videos are available at constrained-robot-fms.github.io

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

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