日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2605.23257

適応を資産へ変える:オンライン視覚言語ナビゲーションのためのクロスドメインブリッジング

Turning Adaptation into Assets: Cross-Domain Bridging for Online Vision-Language Navigation

シェア:XThreadsFacebookLINEはてブBluesky

非定常な環境変化に直面する視覚言語ナビゲーションエージェントのオンライン適応において、適応を一時的な更新ではなく資産の蓄積と合成として捉える新しいTTAフレームワークIDEAを提案し、忘却や負の転移を防ぎつつ、学習不要の適応を実現する。

詳しい要約

1. どんなもの?

- 非定常な環境変化下でのVision-and-Language Navigation (VLN) エージェントの適応を扱うTest-Time Adaptation (TTA) フレームワーク。 - 既存TTAの一時的・孤立更新による破滅的忘却と負の転移を克服するため、適応を資産の蓄積と構成に変えるInter-Domain BridgE with Historical Assets (IDEA)を提案。 - ソフトプロンプトをFisher-guided weighting schemeで最適化し、ドメイン座標を付与して動的資産ライブラリを構築。 - ライブラリを用いてターゲットドメインを歴史的知識の凸包に射影するクロスドメインブリッジを形成。 - 進化するライブラリがブリッジ構築を支え、ブリッジが優れた初期化を提供して資産最適化を加速する相補的ループ。

2. 先行研究と比べてどこがすごい?

- 既存のVLN向けTTAはオンライン適応を一時的・孤立した更新として扱い、破滅的忘却と負の転移を引き起こす。 - IDEAは適応を資産の蓄積と構成に変換し、歴史的知識を活用することでこれらの問題を克服。 - トレーニング不要の適応を資産共有により実現し、REVERIE、R2R、R2R-CEベンチマークで既存手法を一貫して上回る優位性を示す。

3. 技術・手法の肝は?

- ソフトプロンプトをFisher-guided weighting schemeで最適化し、転移可能な知識を捕捉。 - 最適化されたプロンプトにドメイン座標を付与して動的資産ライブラリを形成。 - ライブラリを活用し、ターゲットドメインを歴史的知識の凸包に射影するクロスドメインブリッジを構築。 - 進化するライブラリがブリッジ構築を支え、ブリッジが優れた初期化を提供して資産最適化を加速する相補的ループを形成。

4. どうやって有効だと検証した?

- REVERIE、R2R、R2R-CEベンチマークでの広範な実験により、IDEAが既存手法を一貫して上回ることを実証。 - 資産共有によるトレーニング不要の適応能力を示す。

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、VLNのTTA手法やTest-Time Adaptation (TTA) 一般、Vision-and-Language Navigation (VLN) のベンチマーク(REVERIE, R2R, R2R-CE)に関する論文が挙げられる。

※ 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: Zixuan Hu, Xuantuo Huang, Yancheng Li, Yichun Hu, Shengyong Xu, Ling-Yu Duan

分類: cs.RO, cs.CV

原文アブストラクト

Navigating under non-stationary environment shifts poses a critical challenge for a Vision-and-Language Navigation (VLN) agent deployed in the wild. Yet, existing Test-Time Adaptation (TTA) methods for VLN largely treat online adaptation as transient, isolated updates, leading to catastrophic forgetting and negative transfer. To overcome these issues, we propose Inter-Domain BridgE with Historical Assets (IDEA), a novel TTA framework that transforms adaptation into the accumulation and composition of assets. Specifically, IDEA introduces soft prompts optimized via a Fisher-guided weighting scheme to capture the transferable knowledge. These optimized prompts are then augmented with domain coordinates to form a dynamic asset library. Leveraging this library, IDEA constructs a cross-domain bridge by projecting the target domain onto the convex hull of historical knowledge. These designs form a complementary loop: the evolving library underpins bridge construction, while the bridge provides superior initialization to accelerate asset optimization. Extensive experiments across REVERIE, R2R, and R2R-CE benchmarks demonstrate the consistent superiority of IDEA over existing methods, showcasing its ability to enable training-free adaptation via asset sharing.

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. 2newmo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
  3. 3GXO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
  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