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:2606.16400

SemGeoNav: 意味的推論と幾何学的計画による安全性誘導型視覚ナビゲーション手法

SemGeoNav:A Safety-Guided Visual Navigation Approach with Semantic Reasoning and Geometric Planning

シェア:XThreadsFacebookLINEはてブBluesky

エンドツーエンドモデルの意味理解と幾何学的プランナーの安全性を統合した階層型視覚ナビゲーションフレームワークを提案し、実機の四足ロボットで性能を実証した。

詳しい要約

1. どんなもの?

- 階層的なvisual navigationフレームワークSemGeoNavを提案 - end-to-endモデルのsemantic reasoningとgeometry-based plannerのlocal planningを統合 - Unitree Go2四足歩行ロボットで実環境評価 - 画像ベースのnavigationで障害物回避を改善

2. 先行研究と比べてどこがすごい?

- 従来のend-to-endモデルはblack-boxで幾何制約がなく障害物回避が不安定 - 従来のgeometry-based plannerは安全だが高次元視覚目標が苦手 - SemGeoNavは両者の長所を統合し、ViNTやNoMaDより高い成功率と短いナビゲーション時間を実現

3. 技術・手法の肝は?

- 高レベルのsemantic reasoning(end-to-endモデル)と信頼性の高いlocal planning(geometry-based手法)を緊密に統合 - temporal trajectory smoothing mechanismを導入し、連続的で安定したロボット動作を確保

4. どうやって有効だと検証した?

- Unitree Go2四足歩行ロボットを用いた実環境評価 - 既存の代表的手法(ViNT、NoMaD)と比較し、成功率とナビゲーション時間で優位性を確認

5. 議論はある?

- 要旨からは不明

6. 次に読むべき論文は?

- ViNT - NoMaD

※ 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: Yu Liu, Zongyang Chen, Yan Guo, Chao Liu, Xianfei Pan

分類: cs.RO

原文アブストラクト

Learning-based visual navigation has enhanced semantic goal-reaching capabilities. However, due to their black-box nature, purely end-to-end models often lack explicit geometric constraints, leading to unpredictable and unreliable obstacle avoidance in open environments. Conversely, traditional geometric planners ensure safety but struggle with high-dimensional visual targets. To address these limitations, we propose SemGeoNav, a novel hierarchical visual navigation framework.It tightly integrates the high-level semantic reasoning of end-to-end models with the reliable local planning ability of geometry-based methods, achieving robust image-based navigation while significantly improving obstacle avoidance. Furthermore, we introduce a temporal trajectory smoothing mechanism to ensure continuous and stable robot motion. We evaluated SemGeoNav on a Unitree Go2 quadruped robot in real-world environments. The results demonstrate that SemGeoNav outperforms existing representative methods, including ViNT and NoMaD, achieving higher success rates and shorter navigation times.

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