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:2511.20216

CostNav: 物理AIエージェントの実世界経済コスト評価のためのナビゲーションベンチマーク

CostNav: A Navigation Benchmark for Real-World Economic-Cost Evaluation of Physical AI Agents

シェア:XThreadsFacebookLINEはてブBluesky

配送ロボットのナビゲーションをタスク成功率だけでなく、SEC提出書類やAIS傷害報告などの規制・財務データを用いたコスト収益・損益分岐分析で評価する初の物理ベース経済ベンチマークを提案し、既存手法がいずれも経済的に成立しないことを示した。

詳しい要約

1. どんなもの?

- 物理AIエージェントのナビゲーションを経済性の観点で評価するベンチマーク「CostNav」を提案する研究。 - タスク成功率だけでなく、cost-revenue分析とbreak-even分析で評価する。 - Isaac Simの衝突・cargo dynamicsと、SEC filingsやAIS injury reportsなどの規制・財務データを組み合わせる。 - 自律配送システムの商用化に必要な経済的制約の評価を狙う。

2. 先行研究と比べてどこがすごい?

- 既存のナビゲーションベンチマークはtask successに焦点を当て、経済的制約を捉えていない。 - CostNavは、規制・財務データを用いてナビゲーション指標と商用展開のギャップを定量化する初のphysics-grounded経済ベンチマークと主張。 - 高いtask success率だけでは経済的viabilityを保証しないことを明らかにする点が新しい。

3. 技術・手法の肝は?

- Isaac Simのcollision・cargo dynamicsを業界標準データ(SEC filings、AIS injury reports)と組み合わせる。 - cost-revenueとbreak-even分析に基づき、手法を経済的成果でスコアリングする。 - 7つのbaseline(rule-based 2手法、imitation-learning 5手法)を評価。 - SLA complianceなどの指標も考慮する。

4. どうやって有効だと検証した?

- 7つのbaselineを評価し、いずれもcontribution marginが負で経済的にviableでないことを示す。 - CANVAS(RGB cameraとGPSのみ)が非ゼロSLA complianceの手法中で最高のtask successと最も負の小さいmargin(-$28.40/run)を達成。 - LiDAR搭載のNav2 w/ GPS(-$37.34/run)を上回る。 - sim-trained policyを実配送ロボットで評価し、SLA complianceがシミュレーション結果に近く、sim-to-real転移を示唆。

5. 議論はある?

- 高いtask success率だけでは経済的viabilityを保証しないという課題を提示。 - 現時点で経済的にviableな手法は存在しない。 - コミュニティに対し、CostNav上で経済的viabilityを達成するよう挑戦を促す。 - 具体的な議論の詳細は要旨からは不明。

6. 次に読むべき論文は?

- CANVAS(RGB cameraとGPSを用いる手法) - Nav2 w/ GPS(LiDAR搭載のrule-based navigation) - imitation-learning手法(5つのbaseline) - Isaac Sim(物理シミュレーション基盤) - SEC filings、AIS injury reports(経済・規制データ)

※ 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: Haebin Seong, Sungmin Kim, Yongjun Cho, Myunchul Joe, Geunwoo Kim, Yubeen Park, Sunhoo Kim, Samwoo Seong, Yoonshik Kim, Suhwan Choi, Jaeyoon Jung, Jiyong Youn, Jinmyung Kwak, Sunghee Ahn, Jaemin Lee, Younggil Do, Seungyeop Yi, Woojin Cheong, Minhyeok Oh, Minchan Kim, Seongjae Kang, Youngjae Yu, Yunsung Lee

分類: cs.AI, cs.CE, cs.CV, cs.LG, cs.RO

原文アブストラクト

Current navigation benchmarks focus on task success but do not capture the economic constraints essential for commercializing autonomous delivery systems. We introduce CostNav, an Economic Navigation Benchmark that evaluates physical AI agents on a cost-revenue and break-even analysis, pairing Isaac Sim's collision and cargo dynamics with industry-standard data such as Securities and Exchange Commission (SEC) filings and Abbreviated Injury Scale (AIS) injury reports. To our knowledge, CostNav is the first physics-grounded economic benchmark to use regulatory and financial data to quantify the gap between navigation metrics and commercial deployment, revealing that high task-success rates alone do not ensure economic viability. Evaluating seven baselines (two rule-based and five imitation-learning methods), we find no method economically viable: all yield negative contribution margins. CANVAS, using only an RGB camera and GPS, attains the highest task success and the least-negative margin among methods with non-zero Service-Level Agreement (SLA) compliance (-\$28.40/run), outperforming LiDAR-equipped Nav2 w/ GPS (-\$37.34/run). A sim-trained policy evaluated on a real delivery robot yields SLA compliance close to its simulation result, indicating that policy performance in CostNav's simulation transfers to real-world deployment. We challenge the community to achieve economic viability on CostNav, which scores methods by cost-revenue outcomes. All resources are available at https://github.com/worv-ai/CostNav.

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