EmbodiedDiffusion：異種ロボットナビゲーションのための走行可能性誘導型視覚拡散モデル

- EmbodiedDiffusion は RGB 画像から traversability map と実行可能 trajectory を同時に予測する diffusion ベースのナビゲーションフレームワーク。 - planner-free な合成 supervision と embodiment conditioning により、異種ロボット間の転送を狙う。 - 訓練時に VLM teacher からカテゴリレベルの traversability 意味論を軽量 student に distill し、展開時は prompt 不要のリアルタイム推論を実現。 - 屋内環境の quadruped と aerial robot で評価。

- 多くの既存手法は prompt 駆動の VLM に依存するか、traversability と trajectory planning を分離し、別途 planner・重い mapping・手動 tuning・長い展開時間を要する。 - 本研究は traversability 推定と trajectory 生成を単一の diffusion framework で統合し、planner-free かつ prompt-free なリアルタイム推論を可能にする点が異なる。 - さらに embodiment 固有の推論を分離し、視覚 backbone や trajectory diffusion model の再訓練なしで新プラットフォームへ適応できる。

- diffusion-based framework により、RGB 画像から traversability map と feasible trajectory を同時に予測。 - 訓練時は VLM teacher からカテゴリレベルの traversability 意味論を軽量 student へ distill。 - 展開時は prompt を必要としない推論を実現。 - FiLM-based な modular conditioning mechanism を採用し、embodiment 固有の推論をネットワーク内の小さな学習可能部分に隔離。 - これにより視覚 backbone と trajectory diffusion model を再訓練せずに新ロボットへ適応可能。

- 屋内環境で quadruped と aerial robot を用いて評価。 - full-data regime において 80-100% の navigation success を達成。 - リアルタイム推論（90 ms）を確認。 - 新プラットフォームへの適応を、わずか 10 分の visual data collection で実証。

- 要旨からは不明。 - 評価は屋内環境の quadruped と aerial robot に限定されており、屋外や他の embodiment への一般化については要旨からは不明。 - planner-free 合成 supervision の詳細や限界、VLM teacher への依存度については要旨からは不明。

- VLM teacher を用いた traversability distillation の関連研究（要旨で明示的な論文名はなし）。 - prompt-driven VLM による visual traversability estimation の代表的手法。 - diffusion model を用いた trajectory generation / planning の関連研究。 - FiLM-based conditioning や embodiment conditioning を用いた cross-embodiment transfer の研究。 - quadruped および aerial robot の屋内ナビゲーション評価に関する関連研究。