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:2603.06073

生涯学習型身体化ナビゲーション学習

Lifelong Embodied Navigation Learning

シェア:XThreadsFacebookLINEはてブBluesky

大規模言語モデルを用いた身体化ナビゲーションエージェントが、複数のタスクを連続的に学習しながらも過去の知識を保持できる生涯学習フレームワークUni-Walkerを提案した。

詳しい要約

1. どんなもの?

- 大規模言語モデルを活用したembodied navigationエージェントは個別タスクでは高性能だが、新たなナビゲーションスキルを継続的に獲得する際にcatastrophic forgettingに苦しむ。 - この課題をlifelong embodied navigation learning (LENL)として定式化。エージェントは複数シーン・多様なユーザ指示スタイルにまたがる一連のナビゲーションタスクに適応しつつ、以前の知識を保持する必要がある。 - 解決策としてUni-Walkerを提案。ナビゲーション知識をタスク共有成分とタスク固有成分に分離するlifelong embodied navigationフレームワーク。

2. 先行研究と比べてどこがすごい?

- 従来のembodied navigationエージェントは個別タスクで高い性能を示すが、継続学習においてcatastrophic forgettingが問題となる。 - 提案手法Uni-Walkerは、知識をタスク共有とタスク固有に分離することで、この問題に対処し、lifelong learningを可能にする。 - 広範な実験により、lifelong learningを備えた汎用ナビゲーションエージェント構築におけるUni-Walkerの優位性が実証された。

3. 技術・手法の肝は?

- ナビゲーション知識をタスク共有成分とタスク固有成分に分離するためにDecoder Extension LoRA (DE-LoRA)を採用。 - 共有知識の学習には、知識継承戦略とエキスパート共活性化戦略を設計し、複数ナビゲーションタスク間での共有知識の転移と洗練を促進。 - 固有知識の学習には、エキスパート部分空間直交性制約とナビゲーション固有のchain-of-thought推論機構を提案し、特定知識の獲得と指示スタイル理解を強化。

4. どうやって有効だと検証した?

- 広範な実験を実施し、lifelong learningを備えた汎用ナビゲーションエージェント構築におけるUni-Walkerの優位性を実証。 - 具体的な評価指標やデータセット、比較手法の詳細は要旨からは不明。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。関連手法として、LoRA、chain-of-thought、catastrophic forgetting対策(例:EWC、Replay)などが挙げられる。

※ 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: Xudong Wang, Jiahua Dong, Baichen Liu, Qi Lyu, Lianqing Liu, Zhi Han

分類: cs.RO, cs.AI

原文アブストラクト

Embodied navigation agents powered by large language models have shown strong performance on individual tasks but struggle to continually acquire new navigation skills, which suffer from catastrophic forgetting. We formalize this challenge as lifelong embodied navigation learning (LENL), where an agent is required to adapt to a sequence of navigation tasks spanning multiple scenes and diverse user instruction styles, while retaining previously learned knowledge. To tackle this problem, we propose Uni-Walker, a lifelong embodied navigation framework that decouples navigation knowledge into task-shared and task-specific components with Decoder Extension LoRA (DE-LoRA). To learn the shared knowledge, we design a knowledge inheritance strategy and an experts co-activation strategy to facilitate shared knowledge transfer and refinement across multiple navigation tasks. To learn the specific knowledge, we propose an expert subspace orthogonality constraint together and a navigation-specific chain-of-thought reasoning mechanism to capture specific knowledge and enhance instruction-style understanding. Extensive experiments demonstrate the superiority of Uni-Walker for building universal navigation agents with lifelong learning.

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