日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データ生成arXiv:2605.19600

FlyMirage:生成的世界モデルによる多様でスケーラブルなUAV飛行データの完全自動生成パイプライン

FlyMirage: A Fully Automated Generation Pipeline for Diverse and Scalable UAV Flight Data via Generative World Model

シェア:XThreadsFacebookLINEはてブBluesky

大規模言語モデルと生成的世界モデルを組み合わせ、高忠実度の3DGSシーンを自動生成し、UAVの飛行軌道を計画することで、多様で現実的な空中VLNデータセットを自動構築するパイプラインを提案した。

詳しい要約

1. どんなもの?

- 航空VLN(Vision-Language Navigation)のためのデータ生成パイプライン「FlyMirage」を提案。 - 完全自動で多様かつスケーラブルなUAV飛行データを生成。 - LLMを環境デザイナーとして活用し、生成世界モデルで3DGSシーンを構築。 - 動的に実行可能なUAV軌道生成を含む大規模データセットを生成。

2. 先行研究と比べてどこがすごい?

- 従来の航空データセットは規模・多様性・リアリズムの両立が困難。 - 実世界シーンはコスト高、シミュレーションは視覚的制限。 - FlyMirageは完全自動で高忠実度3DGSシーンを生成し、動的軌道も確保。 - 人間の労力を大幅に削減し、次世代 embodied navigation モデル開発を支援。

3. 技術・手法の肝は?

- LLMを環境デザイナーとしてシーン多様性を促進。 - 生成世界モデルが設計を高忠実度3DGSシーンに具現化。 - シーン探索と意味情報取得を自動化。 - 動的に実行可能なプランナーを統合しUAV軌道を生成。

4. どうやって有効だと検証した?

- 要旨からは不明。 - 生成されたデータセットの品質や有効性の検証方法は記述されていない。

5. 議論はある?

- 要旨からは不明。 - 限界や議論点についての言及はない。

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Vision-Language Navigation (VLN)、3D Gaussian Splatting (3DGS)、Large Language Models (LLM) が挙げられる。 - 同分野の定番として航空VLNデータセットやembodied navigationモデルに関する論文が考えられる。

※ 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: Jinhan Li, Xijie Huang, Zhaoqi Wang, Yijin Wang, Weiqi Ge, Qiyi He, Mo Zhu, Fei Gao, Yuze Wu, Xin Zhou

分類: cs.RO

原文アブストラクト

In the field of Vision-Language Navigation (VLN), aerial datasets remain limited in their ability to combine scale, diversity, and realism, often relying on either costly real-world scenes or visually limited simulations. To address these challenges, we introduce FlyMirage, a highly scalable and fully automated data generation pipeline for aerial VLN. Our approach leverages large language models (LLM) as an environment designer to promote scene diversity, paired with a generative world model that instantiates these designs into high-fidelity 3D Gaussian Splatting (3DGS) scenes. To substantially reduce human labor and ensure the feasibility of flight data, FlyMirage automates scene exploration and semantic information acquisition, and further integrates a dynamically feasible planner for uncrewed aerial vehicle (UAV) trajectory generation. Utilizing this toolchain, we generate a large-scale, diverse, and photorealistic aerial VLN dataset, with dynamically feasible flying trajectories, designed to support the development of next-generation embodied navigation models.

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