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:2511.05889

言葉から安全へ:言語条件付き安全フィルタによるロボットナビゲーション

From Words to Safety: Language-Conditioned Safety Filtering for Robot Navigation

シェア:XThreadsFacebookLINEはてブBluesky

自由な自然言語指示をLLMで構造化された安全仕様に変換し、物体レベルの3D知覚とMPCベースの安全フィルタを組み合わせて、ロボットナビゲーションに多様な言語指定の安全制約をリアルタイムで適用するフレームワークを提案した。

詳しい要約

1. どんなもの?

- 開放環境で人間と共存するロボットのための、自然言語条件付き安全フィルタリングのモジュラーフレームワーク - 自由記述の指示を安全仕様に変換し、ナビゲーション時に意味的・幾何学的制約を課す - 3要素で構成 - LLM による指示→構造化安全仕様への変換モジュール - 物体レベルの 3D 表現を維持する知覚モジュール - MPC ベースの安全フィルタ

2. 先行研究と比べてどこがすごい?

- 既存研究は言語を reward function に写像する傾向があり、安全仕様として扱う研究は少ない - 既存手法は障害物回避など狭い制約クラスのみを対象とし、汎用性・適用範囲が限られる - 本手法は多様な言語指定制約を安全仕様として解釈・強制できる点で差別化 - 意味的制約と幾何学的制約の両方を扱う点が先行研究との違い

3. 技術・手法の肝は?

- LLM モジュールが free-form 指示を構造化された安全仕様に変換 - 知覚モジュールが物体レベルの 3D 表現を維持し、仕様を環境に grounding - MPC ベースの安全フィルタが意味的・幾何学的制約をリアルタイムに強制 - モジュラー構成により各要素を分離して扱える設計

4. どうやって有効だと検証した?

- simulation studies と hardware experiments の両方で評価 - 多様な環境・シナリオにおいて多様な言語指定制約を頑健に解釈・強制できることを実証 - 具体的な評価指標・ベースライン・被験者数などは要旨からは不明

5. 議論はある?

- 限界や失敗ケース、計算コスト、LLM の誤解釈リスクに関する議論は要旨からは不明 - 実環境での安全性保証の範囲や、制約クラスの網羅性についての議論も要旨からは不明

6. 次に読むべき論文は?

- 言語を reward function に写像する既存研究(language-to-reward 系) - 障害物回避など狭い制約のみを扱う既存の安全フィルタ研究 - MPC ベースの安全フィルタ(control barrier function 系を含む) - LLM を用いたロボット指示 grounding に関する研究 - 物体レベルの 3D 表現を用いた知覚・grounding 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: Zeyuan Feng, Haimingyue Zhang, Somil Bansal

分類: cs.RO

原文アブストラクト

As robots become increasingly integrated into open-world, human-centered environments, their ability to interpret natural language instructions and adhere to safety constraints is critical for effective and trustworthy interaction. Existing approaches often focus on mapping language to reward functions instead of safety specifications or address only narrow constraint classes (e.g., obstacle avoidance), limiting their robustness and applicability. We propose a modular framework for language-conditioned safety in robot navigation. Our framework is composed of three core components: (1) a large language model (LLM)-based module that translates free-form instructions into structured safety specifications, (2) a perception module that grounds these specifications by maintaining object-level 3D representations of the environment, and (3) a model predictive control (MPC)-based safety filter that enforces both semantic and geometric constraints in real time. We evaluate the effectiveness of the proposed framework through both simulation studies and hardware experiments, demonstrating that it robustly interprets and enforces diverse language-specified constraints across a wide range of environments and scenarios.

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. 2newmo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
  3. 3GXO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
  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