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:2603.26441

120分とノートPCだけで実現する画像ゴールナビゲーション:教師なし探索とオフライン強化学習による最小構成アプローチ

120 Minutes and a Laptop: Minimalist Image-goal Navigation via Unsupervised Exploration and Offline RL

シェア:XThreadsFacebookLINEはてブBluesky

大規模データや高価な計算資源を前提とせず、ノートPC上で120分以内にデータ収集から実環境でのポリシー展開までを自動で行う画像ゴールナビゲーション手法MINavを提案した。

詳しい要約

1. どんなもの?

- 画像ゴール視覚ナビゲーションを対象とした手法 MINav を提案。 - 大規模データセット・事前学習・大規模計算資源を前提とせず、120分未満・コンシューマラップトップ・人手介入なしでデータ収集から実世界展開まで行う。 - オフラインのゴール条件付き強化学習問題として定式化。 - 教師なしデータ収集と hindsight goal relabeling、オフラインポリシー学習を組み合わせる。

2. 先行研究と比べてどこがすごい?

- 従来の画像ゴールナビは大規模データセット・大規模事前学習・大規模計算資源を前提とすることが多い。 - MINav はそれらを不要とし、120分未満・ラップトップ・人手介入なしで収集・学習・実世界展開を実現。 - シミュレーションと実世界で探索効率を改善し、対象環境における zero-shot ナビゲーションベースラインを上回る。 - データセットサイズに対して良好にスケールする。

3. 技術・手法の肝は?

- 画像ゴールナビをオフラインの goal-conditioned reinforcement learning として定式化。 - 教師なし探索によるデータ収集を採用。 - hindsight goal relabeling を利用。 - オフラインポリシー学習を組み合わせる。 - 詳細なアルゴリズム構成は要旨からは不明。

4. どうやって有効だと検証した?

- シミュレーションと実世界の両方で実験。 - 探索効率の改善を確認。 - 対象環境において zero-shot ナビゲーションベースラインを上回ることを確認。 - データセットサイズに対するスケーリングを確認。 - 具体的な評価指標・環境・ベースライン名は要旨からは不明。

5. 議論はある?

- 有効な実世界ロボット学習が高い計算効率で達成可能であることを示唆。 - 迅速なポリシープロトタイピングと展開の障壁を下げる。 - 限界・失敗事例・倫理的議論は要旨からは不明。

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 offline reinforcement learning、goal-conditioned reinforcement learning、hindsight goal relabeling、zero-shot navigation が挙げられる。 - 同分野の定番として image-goal navigation、visual navigation に関する研究を読むとよい。

※ 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: Xiaoming Liu, Borong Zhang, Qingbiao Li, Steven Morad

分類: cs.RO

原文アブストラクト

The prevailing paradigm for image-goal visual navigation often assumes access to large-scale datasets, substantial pretraining, and significant computational resources. In this work, we challenge this assumption. We show that we can collect a dataset, train an in-domain policy, and deploy it to the real world (1) in less than 120 minutes, (2) on a consumer laptop, (3) without any human intervention. Our method, MINav, formulates image-goal navigation as an offline goal-conditioned reinforcement learning problem, combining unsupervised data collection with hindsight goal relabeling and offline policy learning. Experiments in simulation and the real world show that MINav improves exploration efficiency, outperforms zero-shot navigation baselines in target environments, and scales favorably with dataset size. These results suggest that effective real-world robotic learning can be achieved with high computational efficiency, lowering the barrier to rapid policy prototyping and deployment.

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