日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
ナビゲーションarXiv:2603.17510

文脈依存の人間選好を解釈する多目的ロボットナビゲーション

Interpreting Context-Aware Human Preferences for Multi-Objective Robot Navigation

シェア:XThreadsFacebookLINEはてブBluesky

VLMとLLMで環境文脈と自然言語の指示を解釈し、選好ベクトルに変換して多目的強化学習ナビゲーション方策を適応させるフレームワークを提案した。

詳しい要約

1. どんなもの？

- 人間共存環境で動作するロボットのための、文脈依存ナビゲーション選好を理解・適用するパイプライン。 - 基盤モデルとMulti-Objective Reinforcement Learning (MORL)ナビゲーション政策を組み合わせる。 - 高レベル意味推論と低レベル運動制御を統合。 - Vision-Language Model (VLM)がオンボード視覚観測から構造化環境文脈を抽出。 - Large Language Model (LLM)が自然言語ユーザフィードバックを解釈可能な文脈依存行動ルールに変換し、永続的だが更新可能なルールメモリに保存。 - 選好変換モジュールが文脈情報と保存ルールを数値選好ベクトルにマッピングし、事前学習済みMORL政策をパラメータ化してリアルタイムナビゲーション適応を実現。

2. 先行研究と比べてどこがすごい？

- 従来は自然言語で表現される人間選好を低レベルロボット制御政策に直接統合することが困難だった。 - 本研究は基盤モデルとMORLを組み合わせ、文脈依存選好を解釈・適用するパイプラインを提案。 - 高レベル意味推論と低レベル運動制御を統合することで、適応性・透明性・使いやすさを向上。 - 安全で応答性の高いリアルタイム制御を維持。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は？

- VLMがオンボード視覚観測から構造化環境文脈を抽出。 - LLMが自然言語ユーザフィードバックを解釈可能な文脈依存行動ルールに変換。 - ルールは永続的だが更新可能なルールメモリに保存。 - 選好変換モジュールが文脈情報と保存ルールを数値選好ベクトルにマッピング。 - 選好ベクトルが事前学習済みMORL政策をパラメータ化し、リアルタイムナビゲーション適応を実現。

4. どうやって有効だと検証した？

- 定量的コンポーネントレベル評価。 - ユーザスタディ。 - 様々な屋内環境での実世界ロボット展開。 - 結果として、システムがユーザ意図を信頼性高く捕捉し、一貫した選好ベクトルを生成し、多様な文脈で制御可能な行動適応を可能にすることを示す。

5. 議論はある？

- 提案パイプラインは人間共存環境で動作するロボットの適応性、透明性、使いやすさを向上。 - 安全で応答性の高いリアルタイム制御を維持。 - 具体的な議論や限界は要旨からは不明。

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Multi-Objective Reinforcement Learning (MORL)、Vision-Language Model (VLM)、Large Language Model (LLM)が挙げられる。 - 同分野の定番として、MORLナビゲーション、VLM/LLMを用いたロボット制御、人間選好学習に関する論文が次に読むべき候補。

※ 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: Tharun Sethuraman, Subham Agrawal, Nils Dengler, Jorge de Heuvel, Teena Hassan, Maren Bennewitz

分類: cs.RO

原文アブストラクト

Robots operating in human-shared environments must not only achieve task-level navigation objectives such as safety and efficiency, but also adapt their behavior to human preferences. However, as human preferences are typically expressed in natural language and depend on environmental context, it is difficult to directly integrate them into low-level robot control policies. In this work, we present a pipeline that enables robots to understand and apply context-dependent navigation preferences by combining foundational models with a Multi-Objective Reinforcement Learning (MORL) navigation policy. Thus, our approach integrates high-level semantic reasoning with low-level motion control. A Vision-Language Model (VLM) extracts structured environmental context from onboard visual observations, while Large Language Models (LLM) convert natural language user feedback into interpretable, context-dependent behavioral rules stored in a persistent but updatable rule memory. A preference translation module then maps contextual information and stored rules into numerical preference vectors that parameterize a pretrained MORL policy for real-time navigation adaptation. We evaluate the proposed framework through quantitative component-level evaluations, a user study, and real-world robot deployments in various indoor environments. Our results demonstrate that the system reliably captures user intent, generates consistent preference vectors, and enables controllable behavior adaptation across diverse contexts. Overall, the proposed pipeline improves the adaptability, transparency, and usability of robots operating in shared human environments, while maintaining safe and responsive real-time control.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  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
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →