日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

空中ナビゲーションarXiv:2509.23563

RAVEN: オープンセット意味記憶と行動適応による堅牢な空中ナビゲーション

RAVEN: Resilient Aerial Navigation via Open-Set Semantic Memory and Behavior Adaptation

シェア:XThreadsFacebookLINEはてブBluesky

屋外の大規模環境で対象物を探す空中ロボット向けに、3D意味ボクセルマップを記憶として使い、ビヘイビアツリーで探索行動を切り替えるナビゲーション手法を提案。

詳しい要約

1. どんなもの?

- 屋外の非構造環境で飛行ロボットが意味的ナビゲーションを行うためのフレームワーク「RAVEN」 - 3Dメモリベースで、behavior tree により行動を適応的に切り替える - 対象は単一物体探索、複数クラス・複数インスタンス、逐次タスク変化を含む意味的タスク - 目的は大規模屋外環境で対象物体を探索・発見すること - 屋内の open-set object-goal navigation 手法の空間的制約を超えることを狙う - 実機の aerial robot での屋外フィールドテストも実施

2. 先行研究と比べてどこがすごい?

- 屋内向けの open-set semantic navigation は空間範囲や構造化レイアウトに制約され、長距離屋外探索に不適 - 既存の屋外意味的ナビゲーションは大きく2種に限定 - 現在の観測に基づく reactive policy:短視眼的挙動になりやすい - オフラインで scene graph を事前計算:オンライン展開への適応性が制限される - RAVEN は persistent memory により長期的計画を可能にし、reactive 挙動を回避 - さらに behavior tree で行動を適応的に切り替え、オンライン運用を想定 - シミュレーションで baselines を 85.25% 上回ると報告

3. 技術・手法の肝は?

- 空間的に一貫した semantic voxel-ray map を persistent memory として使用 - 長期的計画を可能にし、純粋な reactive 挙動を避ける - 短距離の voxel search と長距離の ray search を組み合わせ、大規模環境へスケール - 大規模 vision-language model を活用し、補助的な cues を提案 - 屋外対象の sparsity を緩和する狙い - これら構成要素を behavior tree で統合し、状況に応じて行動を適応的に切り替える

4. どうやって有効だと検証した?

- 10 の photorealistic 屋外シミュレーション環境で、100 以上の意味的タスクを評価 - 単一物体探索、複数クラス、複数インスタンス、逐次タスク変化を含む - シミュレーションで baselines に対し 85.25% の性能向上を報告 - aerial robot への実装により、屋外フィールドテストで実世界適用性を実証

5. 議論はある?

- 要旨からは不明 - 失敗事例、計算コスト、vision-language model の誤りへの頑健性、実機試験の規模や詳細な議論は要旨に記載なし

6. 次に読むべき論文は?

- 屋内 open-set object-goal navigation の代表的手法(要旨では個別名の参照なし) - 屋外意味的ナビゲーションにおける reactive policy ベース手法 - オフラインで scene graph を事前計算するナビゲーション手法 - semantic voxel-ray map や behavior tree を用いたロボティクスナビゲーション関連研究

※ 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: Seungchan Kim, Omar Alama, Dmytro Kurdydyk, John Keller, Nikhil Keetha, Wenshan Wang, Yonatan Bisk, Sebastian Scherer

分類: cs.RO, cs.AI, cs.CV, cs.LG

原文アブストラクト

Aerial outdoor semantic navigation requires robots to explore large, unstructured environments to locate target objects. Recent advances in semantic navigation have demonstrated open-set object-goal navigation in indoor settings, but these methods remain limited by constrained spatial ranges and structured layouts, making them unsuitable for long-range outdoor search. While outdoor semantic navigation approaches exist, they either rely on reactive policies based on current observations, which tend to produce short-sighted behaviors, or precompute scene graphs offline for navigation, limiting adaptability to online deployment. We present RAVEN, a 3D memory-based, behavior tree framework for aerial semantic navigation in unstructured outdoor environments. It (1) uses a spatially consistent semantic voxel-ray map as persistent memory, enabling long-horizon planning and avoiding purely reactive behaviors, (2) combines short-range voxel search and long-range ray search to scale to large environments, (3) leverages a large vision-language model to suggest auxiliary cues, mitigating sparsity of outdoor targets. These components are coordinated by a behavior tree, which adaptively switches behaviors for robust operation. We evaluate RAVEN in 10 photorealistic outdoor simulation environments over 100 semantic tasks, encompassing single-object search, multi-class, multi-instance navigation and sequential task changes. Results show RAVEN outperforms baselines by 85.25% in simulation and demonstrate its real-world applicability through deployment on an aerial robot in outdoor field tests.

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