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:2603.21142

視覚言語モデルによる動的制御バリア関数の調整:安全・適応・リアルタイムな視覚ナビゲーション

Dynamic Control Barrier Function Regulation with Vision-Language Models for Safe, Adaptive, and Realtime Visual Navigation

シェア:XThreadsFacebookLINEはてブBluesky

ロボットのナビゲーションにおいて、視覚言語モデル(VLM)がカメラ画像からリスクを推定し、制御バリア関数(CBF)の安全フィルタの保守性をリアルタイムに調整するフレームワークAlphaAdjを提案。固定パラメータと比較して効率を最大18.5%向上させつつ衝突回避を維持する。

詳しい要約

1. どんなもの?

- 動的な非構造環境で動作するロボットの安全と効率のバランスを取るナビゲーション手法。 - 視覚言語モデル(VLM)を用いて、自己中心的なRGB入力からCBF安全フィルタの保守性をリアルタイムに適応させる。 - 固定パラメータのCBFの課題(安全シーンでは過度に保守的、危険時には過度に許容的)を解決する。

2. 先行研究と比べてどこがすごい?

- 従来のCBFは固定パラメータで動作し、シーンに応じた適応ができない。 - AlphaAdjはVLMによるリスク推定でCBFパラメータを動的に更新し、安全性を維持しつつ効率を最大18.5%改善。 - 固定パラメータ設定やキャップなしのアブレーションと比較して、衝突回避と効率の両立を実現。

3. 技術・手法の肝は?

- VLMが現在のカメラ視界から有界なスカラーリスク推定値を生成。 - そのリスク値をCBFパラメータにマッピングし、安全制約の強制度を動的に調整。 - 非同期推論とVLM遅延に対処するため、幾何学的で速度を考慮した動的キャップと、古さを考慮した融合ポリシーを組み合わせる。 - 軽量な実装でエンドツーエンドの推論オーバーヘッドを削減。

4. どうやって有効だと検証した?

- 様々な環境で複数の静的・動的障害物シナリオを評価。 - 固定パラメータ設定およびキャップなしのアブレーションと比較。 - 結果、AlphaAdjは衝突のないナビゲーションを維持しつつ、経路長と目標到達時間で最大18.5%の効率改善を達成。 - キャップなしベースラインと比べてロバスト性と成功率も向上。

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:固定パラメータCBF、キャップなしアブレーション。 - 関連手法:Control Barrier Functions (CBFs)、Vision-Language Models (VLMs)。

※ 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: Jeffrey Chen, Rohan Chandra

分類: cs.RO

原文アブストラクト

Robots operating in dynamic, unstructured environments must balance safety and efficiency under potentially limited sensing. While control barrier functions (CBFs) provide principled collision avoidance via safety filtering, their behavior is often governed by fixed parameters that can be overly conservative in benign scenes or overly permissive near hazards. We present AlphaAdj, a vision-to-control navigation framework that uses egocentric RGB input to adapt the conservativeness of a CBF safety filter in real time. A vision-language model(VLM) produces a bounded scalar risk estimate from the current camera view, which we map to dynamically update a CBF parameter that modulates how strongly safety constraints are enforced. To address asynchronous inference and non-trivial VLM latency in practice, we combine a geometric, speed-aware dynamic cap and a staleness-gated fusion policy with lightweight implementation choices that reduce end-to-end inference overhead. We evaluate AlphaAdj across multiple static and dynamic obstacle scenarios in a variety of environments, comparing against fixed-parameter and uncapped ablations. Results show that AlphaAdj maintains collision-free navigation while improving efficiency (in terms of path length and time to goal) by up to 18.5% relative to fixed settings and improving robustness and success rate relative to an uncapped baseline.

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