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:2604.26839

一緒に歩こう:人間中心の屋外支援のための長期的社会的ナビゲーション

Walk With Me: Long-Horizon Social Navigation for Human-Centric Outdoor Assistance

シェア:XThreadsFacebookLINEはてブBluesky

高レベルの自然言語指示から屋外での長期的な社会的ナビゲーションを実現する、地図不要のフレームワークを提案。GPSと公開地図APIのPOIを用いて目的地を推定し、高レベルVLMと低レベルVLAを状況に応じて切り替えることで、安全で社会的に適切な移動を実現する。

詳しい要約

1. どんなもの?

- 屋外環境で人間を支援するロボットのための、map-freeな長期的社会的ナビゲーションのフレームワーク「Walk with Me」を提案。 - 高レベルな自然言語指示から、GPSコンテキストと公開地図APIの軽量なcandidate points-of-interestを利用して、意味的な目的地の接地とwaypoint提案を行う。 - High-Level Vision-Language Modelが抽象的な指示を具体的な目的地に接地し、粗いwaypoint列を計画。 - 実行中はobservation-aware routing mechanismが、Low-Level Vision-Language-Action policyで対応可能か、High-Level VLMによる明示的な安全推論が必要かを判断。 - 混雑した横断歩道などの複雑な状況では高レベル推論を発動し、危険時にはstop-and-wait行動をとる。

2. 先行研究と比べてどこがすごい?

- 既存のmap-based手法は高コストな事前構築HD mapに依存するが、Walk with Meはmap-freeである。 - 学習ベースのpolicyは主に屋内および短期的設定に限定されていたが、本手法は屋外の長期的社会的ナビゲーションを対象とする。 - 高レベル指示からの意味的意図接地、map-free長期的計画、安全考慮推論、低レベル行動生成を組み合わせ、実用的な屋外社会的ナビゲーションを可能にする点が先行研究と異なる。

3. 技術・手法の肝は?

- GPSコンテキストと公開地図APIからの軽量candidate points-of-interestを利用した意味的目的地接地とwaypoint提案。 - High-Level Vision-Language Modelによる抽象指示から具体的目的地への接地と粗いwaypoint列の計画。 - observation-aware routing mechanismが、Low-Level Vision-Language-Action policyで現在の状況を処理できるか、High-Level VLMによる明示的な安全推論が必要かを決定。 - 通常区間はLow-Level VLAが実行し、混雑した横断歩道などの複雑状況では高レベル推論と危険時のstop-and-wait行動をトリガー。

4. どうやって有効だと検証した?

- 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や関連手法は明示されていない。同分野の定番として、map-based navigation、Vision-Language-Action policy、Vision-Language Modelを用いたナビゲーション、社会的ナビゲーションに関する研究が挙げられる。

※ 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: Lingfeng Zhang, Xiaoshuai Hao, Xizhou Bu, Yingbo Tang, Hongsheng Li, Jinghui Lu, Xiu-shen Wei, Jiayi Ma, Yu Liu, Jing Zhang, Hangjun Ye, Xiaojun Liang, Long Chen, Wenbo Ding

分類: cs.RO

原文アブストラクト

Assisting humans in open-world outdoor environments requires robots to translate high-level natural-language intentions into safe, long-horizon, and socially compliant navigation behavior. Existing map-based methods rely on costly pre-built HD maps, while learning-based policies are mostly limited to indoor and short-horizon settings. To bridge this gap, we propose Walk with Me, a map-free framework for long-horizon social navigation from high-level human instructions. Walk with Me leverages GPS context and lightweight candidate points-of-interest from a public map API for semantic destination grounding and waypoint proposal. A High-Level Vision-Language Model grounds abstract instructions into concrete destinations and plans coarse waypoint sequences. During execution, an observation-aware routing mechanism determines whether the Low-Level Vision-Language-Action policy can handle the current situation or whether explicit safety reasoning from the High-Level VLM is needed. Routine segments are executed by the Low-Level VLA, while complex situations such as crowded crossings trigger high-level reasoning and stop-and-wait behavior when unsafe. By combining semantic intent grounding, map-free long-horizon planning, safety-aware reasoning, and low-level action generation, Walk with Me enables practical outdoor social navigation for human-centric assistance.

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