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:2512.00592

HAVEN: 階層型敵対者認識可視性ナビゲーションとカバー活用のための深層トランスフォーマーQネットワーク

HAVEN: Hierarchical Adversary-aware Visibility-Enabled Navigation with Cover Utilization using Deep Transformer Q-Networks

シェア:XThreadsFacebookLINEはてブBluesky

部分的に観測可能な環境での自律ナビゲーションのため、深層トランスフォーマーQネットワークでサブゴールを選択し、可視性を考慮した候補生成と低レベル制御を組み合わせる階層型フレームワークを提案。2Dシミュレーションと3D Unity-ROS環境で有効性を検証。

詳しい要約

1. どんなもの?

- 部分観測環境における自律ナビゲーションのための階層型フレームワーク「HAVEN」を提案する研究。 - 高レベルにはDeep Transformer Q-Network (DTQN) を用いたsubgoal選択器を置く。 - 低レベルにはモジュール式のpotential field controllerを置きwaypointを追従する。 - 都市走行、倉庫自動化、防衛・監視など限られたFoVとocclusion下のロボティクス領域を想定する。

2. 先行研究と比べてどこがすごい?

- 古典的path planningやmemoryless reinforcement learningは限られたFoVやocclusion下で不安全・非効率な行動に陥りやすいと指摘。 - 提案法は短期履歴のtask-aware featuresをDTQNで処理し、時間的memoryを活用する点が異なる。 - visibility-awareな候補生成によりcover利用と先読み安全性を報酬化する点が先行手法と異なる。 - 古典plannerやRLベースラインに対しsuccess rate、safety margins、time to goalで一貫した改善を報告。

3. 技術・手法の肝は?

- DTQNがodometry、goal direction、obstacle proximity、visibility cuesを含む短期履歴を入力とし、候補subgoalのQ値を出力してランク付けする。 - visibility-aware candidate generationでmaskingとexposure penaltiesを導入し、cover利用とanticipatory safetyを促す。 - 選択されたsubgoalをlow-level potential field controllerが追従し、短horizonの障害物回避を滑らかに行う。 - 2D simulationの特徴schemaにpoint-cloud perceptionを投影することで3D Unity-ROS環境へアーキテクチャ変更なしに転送する。

4. どうやって有効だと検証した?

- 2D simulationで検証し、さらに3D Unity-ROS環境へ直接拡張して評価。 - 古典plannerおよびRLベースラインと比較し、success rate、safety margins、time to goalで一貫した改善を確認。 - ablationによりtemporal memoryとvisibility-aware candidate designの価値を確認。 - 具体的な数値やデータセット名は要旨からは不明。

5. 議論はある?

- 時間的memoryとvisibility-aware候補設計の有効性をablationで示し、不確実性下の安全ナビゲーションへの一般化可能性を主張。 - 2Dから3Dへの特徴schema投影による転送可能性を示す。 - 限界や失敗事例、計算コスト、実機検証の詳細は要旨からは不明。

6. 次に読むべき論文は?

- 比較対象として言及される古典的path planning手法(例: potential field法、A*等の一般名) - memoryless reinforcement learningベースライン(例: DQN等の一般名) - Deep Transformer Q-Network (DTQN) の原論文 - potential field controllerに関する古典的文献 - occlusion下のナビゲーションやvisibility-aware planningに関する関連研究

※ 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: Mihir Chauhan, Damon Conover, Aniket Bera

分類: cs.RO

原文アブストラクト

Autonomous navigation in partially observable environments requires agents to reason beyond immediate sensor input, exploit occlusion, and ensure safety while progressing toward a goal. These challenges arise in many robotics domains, from urban driving and warehouse automation to defense and surveillance. Classical path planning approaches and memoryless reinforcement learning often fail under limited fields of view (FoVs) and occlusions, committing to unsafe or inefficient maneuvers. We propose a hierarchical navigation framework that integrates a Deep Transformer Q-Network (DTQN) as a high-level subgoal selector with a modular low-level controller for waypoint execution. The DTQN consumes short histories of task-aware features, encoding odometry, goal direction, obstacle proximity, and visibility cues, and outputs Q-values to rank candidate subgoals. Visibility-aware candidate generation introduces masking and exposure penalties, rewarding the use of cover and anticipatory safety. A low-level potential field controller then tracks the selected subgoal, ensuring smooth short-horizon obstacle avoidance. We validate our approach in 2D simulation and extend it directly to a 3D Unity-ROS environment by projecting point-cloud perception into the same feature schema, enabling transfer without architectural changes. Results show consistent improvements over classical planners and RL baselines in success rate, safety margins, and time to goal, with ablations confirming the value of temporal memory and visibility-aware candidate design. These findings highlight a generalizable framework for safe navigation under uncertainty, with broad relevance across robotic platforms.

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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI