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:2606.10927

AllDayNav: 実世界強化学習による生涯ナビゲーション

AllDayNav: Lifelong Navigation via Real-World Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

動的環境での生涯ナビゲーションのために、明示的な地図やシーングラフを使わず、大規模モデルに強化学習でシーン動態を暗黙的に符号化し、自己進化するマルチモーダルメモリで長期動作を実現するフレームワークを提案した。

詳しい要約

1. どんなもの?

- 動的環境での生涯にわたるembodied navigationを扱う研究。 - 断片的な観測から永続的なscene understandingを形成する必要がある。 - 既存手法はexplicit mapsやscene graphsに依存し、構造化された環境以外への汎化が難しい。 - AllDayNavは、large modelのbillion-scale parametersにscene dynamicsを暗黙的に符号化する生涯自己学習ナビゲーションframework。 - self-evolving multimodal memoryがvisual keyframes、semantic descriptions、temporal contextを維持・更新し、open-vocabulary instructions、image goals、structured rewardsを自律生成する。

2. 先行研究と比べてどこがすごい?

- 既存手法はexplicit mapsやscene graphsに依存し、構造化された設定を超えた汎化に苦戦。 - AllDayNavは明示的な地図を使わず、large modelのパラメータに暗黙的にscene dynamicsを符号化。 - self-evolving multimodal memoryにより、断片的観測から永続的な理解を形成。 - 合成環境と実世界環境のcross-room、cross-episode、cross-taskシナリオで、成功率がほぼ100%に達する。 - 強力なmap-based、VLM、RLベースラインをpath efficiencyとrobustnessで一貫して上回る。

3. 技術・手法の肝は?

- lifelong self-learning navigation framework。 - reinforcement learningにより、large modelのbillion-scale parametersにscene dynamicsを暗黙的に符号化。 - self-evolving multimodal memoryがvisual keyframes、semantic descriptions、temporal contextを維持・更新。 - 自律的にopen-vocabulary instructions、image goals、structured rewardsを生成。 - 明示的な地図に代わる、暗黙的でmemory-drivenな強化学習アプローチ。

4. どうやって有効だと検証した?

- 合成環境と実世界環境の両方で実験。 - cross-room、cross-episode、cross-taskシナリオで評価。 - 成功率がほぼ100%に達することを示す。 - 強力なmap-based、VLM、RLベースラインと比較し、path efficiencyとrobustnessで一貫して上回る。

5. 議論はある?

- 要旨からは不明。 - 限界や失敗事例、計算コスト、実世界展開の課題などについての議論は要旨に記載がない。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究: map-based、VLM、RLベースライン。 - 関連手法: explicit maps、scene graphs、large model、reinforcement learning、multimodal memory。 - 同分野の定番: embodied navigation、lifelong learning、visual language models (VLMs)、reinforcement learning for navigation。

※ 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: Hang Yin, Yinan Liang, Jiazhao Zhang, Jiahang Liu, Minghan Li, Zhizheng Zhang, He Wang

分類: cs.RO

原文アブストラクト

Lifelong embodied navigation in dynamic environments requires robots to form persistent scene understanding from fragmentary observations, which remains difficult for existing methods that rely on explicit maps or scene graphs and struggle to generalize beyond structured settings. We propose AllDayNav, a lifelong self-learning navigation framework that implicitly encodes scene dynamics into the billion-scale parameters of a large model via reinforcement learning, powered by a self-evolving multimodal memory that maintains and updates visual keyframes, semantic descriptions, and temporal context while autonomously generating open-vocabulary instructions, image goals, and structured rewards. Experiments in both synthetic and real-world environments across cross-room, cross-episode, and cross-task scenarios show that AllDayNav achieves success rates approaching $100\%$ and consistently surpasses strong map-based, VLM, and RL baselines in path efficiency and robustness, demonstrating implicit, memory-driven reinforcement learning as a scalable alternative to explicit mapping for reliable lifelong navigation.

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