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:2605.25646

G-DRAGON: 屋外ナビゲーションのための地理空間推論と動的計画を備えた検索拡張フレームワーク

G-DRAGON: Geospatial Reasoning and Dynamic Planning for Retrieval-Augmented Outdoor Navigation

シェア:XThreadsFacebookLINEはてブBluesky

自然言語の指示からOSM地図を検索して大域経路を計画し、SLAMと組み合わせてロボットを目的地まで誘導し、最後の区間はフロンティア探索とセマンティックボクセルマッピングで目標物を探索する屋外ナビゲーション手法を提案した。

詳しい要約

1. どんなもの?

- 大規模屋外環境での自律移動ロボット向けの、検索拡張型ナビゲーションフレームワーク。 - 自然言語コマンドを、軽量LLMによる生成的検索でローカルのOSMエンティティにマッピングし、大域経路計画の座標を得る。 - 高レベル計画モジュールが大域トポロジカル経路とSLAMを橋渡しし、地理空間ウェイポイントをロボットのナビゲーションフレームに投影。 - ラストマイルでは、フロンティアベース探索とオープンセット意味ボクセルマッピングにより、オープンボキャブラリのターゲットを定位。

2. 先行研究と比べてどこがすごい?

- 既存のVLNは短距離タスクに強く、長距離ミッションの地理空間的グラウンディングが欠如。 - OSMベースのクラウドLLM手法は事実の幻覚を起こしやすく、人間指示に基づくラストマイル探索ができない。 - 本手法は、軽量LLMによる生成的検索で正確な座標を得て、大域経路計画とラストマイル探索を統合。 - シミュレーションで最先端ベースラインを上回り、実世界の未見都市環境でUGVによる最大500mの人物探索ミッションを成功。

3. 技術・手法の肝は?

- 自然言語コマンドを、バージョン管理されたローカルOSMエンティティに生成的検索でマッピング。 - 軽量LLMを用いて、正確な座標を取得し大域経路計画を実行。 - 高レベル計画モジュールが大域トポロジカル経路とSLAMを統合し、地理空間ウェイポイントをロボットのナビゲーションフレームに投影。 - ラストマイルでは、フロンティアベース探索とオープンセット意味ボクセルマッピングを切り替え、オープンボキャブラリのターゲットを定位。

4. どうやって有効だと検証した?

- シミュレーション実験で、本フレームワークが最先端ベースラインを上回ることを示した。 - 実世界の未見都市環境において、Unmanned Ground Vehicle (UGV) で最大500mの軌道を伴う人物探索ミッションを成功裏に完了。

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: visual-language navigation (VLN)、OpenStreetMap (OSM)ベースのクラウドLLM手法。 - 関連手法: frontier-based exploration、open-set semantic voxel mapping、SLAM。

※ 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: Dongzhihan Wang, Yi Du, Jianan Sun, Yuan Xue, Yingchen Zhang, Bing Xiao, Chen Wang, Liang Xu

分類: cs.RO

原文アブストラクト

Autonomous ground robots operating in large-scale outdoor environments require both robust long-range navigation and fine-grained ''last-mile'' exploration. Current advances in visual-language navigation (VLN) work well at short-range tasks, lacking geospatial grounding for long-distance missions. Some OpenStreetMap (OSM)-based methods relying on cloud-based Large Language Models (LLMs) are prone to factual hallucination and cannot conduct ''last-mile'' exploration based on human instruction. To address these challenges, we present G-DRAGON, a retrieval-augmented framework for outdoor, open-world navigation. This framework maps natural-language commands to versioned, local OSM entities via generative retrieval based on lightweight LLM, yielding accurate coordinates for global route planning. A high-level planning module bridges global topological routes with the SLAM system, projecting geospatial waypoints into the robot's navigable frame. For the ''last mile," the framework transitions to frontier-based exploration and open-set semantic voxel mapping to localize open-vocabulary targets. Experimental results in simulation demonstrate our framework outperforms state-of-the-art baselines. Furthermore, we validate the system in unseen real-world urban environments on an Unmanned Ground Vehicle (UGV), successfully completing person-search missions with trajectories of up to 500m.

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