日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2510.02248

FalconGym 2.0:編集可能なガウシアンスプラッティングを用いた視覚空中ナビゲーションの性能誘導リファインメント

Performance-Guided Refinement for Visual Aerial Navigation using Editable Gaussian Splatting in FalconGym 2.0

シェア:XThreadsFacebookLINEはてブBluesky

ガウシアンスプラッティングによるフォトリアルなシミュレーション環境FalconGym 2.0を構築し、難易度の高いトラックに訓練を集中させる性能誘導リファインメント(PGR)を提案。単一の視覚ポリシーが未見トラックへの汎化と実機へのゼロショット転移を達成した。

詳しい要約

1. どんなもの?

- 視覚ベースの aerial navigation 向けの photorealistic シミュレーションフレームワーク FalconGym 2.0 と、その editability を活かした学習アルゴリズム Performance-Guided Refinement (PGR) の提案 - FalconGym 2.0 は Gaussian Splatting (GSplat) 上に構築され、Edit API により静的・動的トラックをミリ秒単位で多様に生成できる - PGR は challenging なトラックに訓練を集中させ、visual policy の性能を反復的に改善する - fixed-wing UAVs と quadrotors の2ケースで検証し、単一の visual policy が未見トラックへ汎化し、quadrotor 実機へ zero-shot sim-to-real 転移できることを示す

2. 先行研究と比べてどこがすごい?

- 先行の state-of-the-art visual policies は単一トラックに過学習し、トラック形状が変わると性能が劣化する問題があった - 提案手法は単一の visual policy で、per-track retraining なしに3つの未見トラックへ 100% 成功で汎化する点が優位 - gate-pose perturbations 下でもより高い成功率を維持し、robustness が向上 - FalconGym 2.0 の Edit API により多様な静的・動的トラックをミリ秒で生成でき、データ生成コスト面でも先行環境より有利と考えられる(具体的比較数値は要旨からは不明)

3. 技術・手法の肝は?

- 基盤は Gaussian Splatting (GSplat) による photorealistic シミュレーション FalconGym 2.0 - Edit API が静的・動的トラックをプログラム的にミリ秒単位で生成し、トラック多様性を確保 - PGR (Performance-Guided Refinement) は、visual policy の訓練を challenging なトラックに集中させつつ反復的に性能改善を行う - 単一の visual policy を訓練し、トラックごとの再訓練を不要にする設計 - fixed-wing UAVs と quadrotors という異なる dynamics・環境の2ケースに適用

4. どうやって有効だと検証した?

- fixed-wing UAVs と quadrotors の2ケースで、異なる dynamics・環境において評価 - 単一の visual policy が3つの未見トラックへ per-track retraining なしで 100% 成功することを確認 - gate-pose perturbations 下での成功率を評価し、state-of-the-art baselines より高い robustness を確認 - quadrotor 実機への zero-shot sim-to-real 転移を実施し、2つの three-gate tracks と moving-gate track にわたる30試行で 98.6% 成功(69/70 gates)を達成

5. 議論はある?

- 単一 visual policy の汎化・robustness・zero-shot sim-to-real 転移の有効性が示された一方、要旨には限界や失敗要因の詳細な議論は記載されていない - 実機評価は quadrotor のみで、fixed-wing UAVs の実機転移については要旨からは不明 - 評価トラック数や baseline の詳細、PGR の計算コスト、dynamic tracks の範囲などは要旨からは不明 - 98.6%(69/70 gates)の失敗1件の原因分析は要旨からは不明

6. 次に読むべき論文は?

- FalconGym 2.0 の基盤である Gaussian Splatting (GSplat) 関連研究 - 比較対象である state-of-the-art visual policy / visual navigation の先行研究(具体名は要旨からは不明) - sim-to-real transfer に関する研究 - UAV / quadrotor の agile gate navigation に関する研究 - 関連する photorealistic drone simulation フレームワーク(一般名としての simulator 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: Yan Miao, Ege Yuceel, Georgios Fainekos, Bardh Hoxha, Hideki Okamoto, Sayan Mitra

分類: cs.RO

原文アブストラクト

Visual policy design is crucial for aerial navigation. However, state-of-the-art visual policies often overfit to a single track and their performance degrades when track geometry changes. We develop FalconGym 2.0, a photorealistic simulation framework built on Gaussian Splatting (GSplat) with an Edit API that programmatically generates diverse static and dynamic tracks in milliseconds. Leveraging FalconGym 2.0's editability, we propose a Performance-Guided Refinement (PGR) algorithm, which concentrates visual policy's training on challenging tracks while iteratively improving its performance. Across two case studies (fixed-wing UAVs and quadrotors) with distinct dynamics and environments, we show that a single visual policy trained with PGR in FalconGym 2.0 outperforms state-of-the-art baselines in generalization and robustness: it generalizes to three unseen tracks with 100% success without per-track retraining and maintains higher success rates under gate-pose perturbations. Finally, we demonstrate that the visual policy trained with PGR in FalconGym 2.0 can be zero-shot sim-to-real transferred to a quadrotor hardware, achieving a 98.6% success rate (69 / 70 gates) over 30 trials spanning two three-gate tracks and a moving-gate track.

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI