日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2510.10912

一点ではなく面で捉える:ロボットタスクの空間グラウンディングのための適応的アフォーダンスヒートマップによる不確実性の表現

More than A Point: Capturing Uncertainty with Adaptive Affordance Heatmaps for Spatial Grounding in Robotic Tasks

シェア:XThreadsFacebookLINEはてブBluesky

空間的な目標を離散的な点ではなく連続的なアフォーダンスヒートマップとして表現し、不確実性を捉えることで、実世界のマニピュレーション成功率82%と最大50倍の高速化を実現したフレームワークRoboMAPを提案。

詳しい要約

1. どんなもの?

- 言語指示に基づくロボットの空間グラウンディングを、離散的な点ではなく連続的で適応的な affordance heatmap として表現するフレームワーク RoboMAP を提案する研究。 - 空間ターゲットを密な heatmap で表すことで、空間グラウンディングの不確実性を捉え、下流の policy に豊富な情報を与える。 - タスク成功率と解釈性の向上を狙う。

2. 先行研究と比べてどこがすごい?

- 従来の言語誘導ロボットシステムは空間推論を離散点に集約するため、知覚ノイズや意味的曖昧さに脆いという問題があった。 - RoboMAP は連続的・適応的な affordance heatmap により不確実性を保持する点で異なる。 - 多くの grounding ベンチマークで従来の state-of-the-art を上回り、最大 50x の速度改善を達成。 - 実世界 manipulation で 82% の成功率を達成。

3. 技術・手法の肝は?

- 空間ターゲットを連続的で適応的な affordance heatmap として表現する密な表現を採用。 - この heatmap が空間グラウンディングの不確実性を捉え、下流 policy へより豊富な情報を提供する。 - 具体的なネットワーク構成や学習手順は要旨からは不明。

4. どうやって有効だと検証した?

- 多数の grounding ベンチマークで評価し、従来の state-of-the-art を上回る性能と最大 50x の速度改善を示した。 - 実世界 manipulation 実験で 82% の成功率を達成。 - 広範なシミュレーションおよび物理実験を通じて堅牢な性能を示し、navigation への強い zero-shot 汎化も確認。

5. 議論はある?

- 離散点表現の脆さに対し、密な heatmap 表現が不確実性を保持し解釈性を高める点を主張。 - 速度改善や zero-shot 汎化を含む実験結果を示すが、限界や失敗事例、計算コストの詳細な議論は要旨からは不明。

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は明示されていない。 - 関連手法として、言語誘導ロボットの spatial grounding、affordance heatmap を用いる手法、zero-shot な navigation への転移を扱う研究を次に読むべき候補として挙げる。

※ 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: Xinyu Shao, Yanzhe Tang, Pengwei Xie, Kaiwen Zhou, Yuzheng Zhuang, Xingyue Quan, Jianye Hao, Long Zeng, Xiu Li

分類: cs.RO

原文アブストラクト

Many language-guided robotic systems rely on collapsing spatial reasoning into discrete points, making them brittle to perceptual noise and semantic ambiguity. To address this challenge, we propose RoboMAP, a framework that represents spatial targets as continuous, adaptive affordance heatmaps. This dense representation captures the uncertainty in spatial grounding and provides richer information for downstream policies, thereby significantly enhancing task success and interpretability. RoboMAP surpasses the previous state-of-the-art on a majority of grounding benchmarks with up to a 50x speed improvement, and achieves an 82\% success rate in real-world manipulation. Across extensive simulated and physical experiments, it demonstrates robust performance and shows strong zero-shot generalization to navigation. More details and videos can be found at https://robo-map.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

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