日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

航空ナビゲーションarXiv:2509.13816

遅延に強い俊敏性:実世界の航空ナビゲーションのための非同期エンドツーエンド学習

Agile in the Face of Delay: Asynchronous End-to-End Learning for Real-World Aerial Navigation

シェア:XThreadsFacebookLINEはてブBluesky

知覚と制御を非同期に分離し、知覚遅延を考慮した時間エンコーディングで高頻度制御を実現する強化学習フレームワークを提案。実機で100Hz制御とゼロショットsim-to-realを達成。

詳しい要約

1. どんなもの?

- 対象は複雑環境下での Autonomous Aerial Vehicles (AAVs) の自律ナビゲーション - 高頻度制御ループと低頻度知覚ストリームの不一致という課題に対し、知覚と制御を分離する非同期強化学習フレームワークを提案 - 高頻度ポリシーが最新の IMU 状態で即時反応し、知覚特徴を非同期に取り込む構成 - シミュレーション検証に加え、オンボード NUC 上で zero-shot sim-to-real transfer を実現 - 100 Hz の制御レートを維持し、実世界の clutter 環境で俊敏なナビゲーションを実証

2. 先行研究と比べてどこがすごい?

- 従来の同期型 end-to-end ナビゲーションは、センサ更新レートと計算コストに縛られる知覚に合わせて制御レートを低くせざるを得なかった - 提案手法は知覚と制御を非同期に分離し、制御を高頻度化できる点が異なる - 知覚の遅延を明示的に扱う Temporal Encoding Module (TEM) を導入し、データの staleness に対処 - 実機オンボードで 100 Hz 制御と zero-shot sim-to-real を両立した点が特徴 - 具体的な先行研究名や定量比較は要旨からは不明

3. 技術・手法の肝は?

- 非同期強化学習フレームワークにより perception と control を decouple - 高頻度ポリシーは最新の IMU 状態を用いて即時反応 - perception features は非同期にポリシーへ取り込む - 知覚遅延を明示的に条件付ける Temporal Encoding Module (TEM) を導入し、データ staleness を管理 - 安定かつ効率的な学習のため two-stage curriculum を併用

4. どうやって有効だと検証した?

- 広範なシミュレーションで検証 - オンボード NUC 上で zero-shot sim-to-real transfer を実施 - 実世界の clutter 環境で robust かつ agile なナビゲーションを実証 - 100 Hz の制御レート維持を確認 - 定量的な比較指標やベースラインは要旨からは不明

5. 議論はある?

- 知覚と制御の周波数不一致を非同期化で解消する設計上の議論 - 知覚遅延に起因するデータ staleness を TEM で明示的に扱う点 - two-stage curriculum による学習安定性への言及 - 実機展開時の計算資源制約(オンボード NUC)への対応 - 限界や失敗事例、定量評価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・比較されている個別研究は不明 - 関連手法として end-to-end navigation、asynchronous reinforcement learning、sim-to-real transfer、IMU と vision の sensor fusion に関する研究 - 知覚遅延を扱う delay-aware policy や Temporal Encoding 関連の研究 - 同分野の定番として learning-based drone navigation や agile flight の強化学習研究

※ 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: Yude Li, Zhexuan Zhou, Huizhe Li, Youmin Gong, Jie Mei

分類: cs.RO

原文アブストラクト

Robust autonomous navigation for Autonomous Aerial Vehicles (AAVs) in complex environments is a critical capability. However, modern end-to-end navigation faces a key challenge: the high-frequency control loop needed for agile flight conflicts with low-frequency perception streams, which are limited by sensor update rates and significant computational cost. This mismatch forces conventional synchronous models into undesirably low control rates. To resolve this, we propose an asynchronous reinforcement learning framework that decouples perception and control, enabling a high-frequency policy to act on the latest IMU state for immediate reactivity, while incorporating perception features asynchronously. To manage the resulting data staleness, we introduce a theoretically-grounded Temporal Encoding Module (TEM) that explicitly conditions the policy on perception delays, a strategy complemented by a two-stage curriculum to ensure stable and efficient training. Validated in extensive simulations, our method was successfully deployed in zero-shot sim-to-real transfer on an onboard NUC, where it sustains a 100~Hz control rate and demonstrates robust, agile navigation in cluttered real-world environments. Our source code will be released for community reference.

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