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:2606.22424

FlowDec: 時間的条件付きフロー修復による頑健な連続環境視覚言語ナビゲーション

FlowDec: Temporal Conditional Flow Decorruptor for Robust Continuous Vision-Language Navigation

シェア:XThreadsFacebookLINEはてブBluesky

連続環境での視覚言語ナビゲーション(VLN-CE)において、実世界の視覚劣化に対する頑健性を高めるため、時間的文脈を活用した画像修復フレームワークFlowDecを提案した。

詳しい要約

1. どんなもの?

- 連続環境における Vision-and-Language Navigation (VLN-CE) 向けの新しい画像復元フレームワーク Temporal Conditional Flow Decorruptor (FlowDec) を提案。 - LM ベースの VLN-CE エージェントが実世界の視覚的 corruptions により性能劣化する問題に対処。 - 生成フローを履歴文脈に整合させる hybrid temporal conditioning と、action-centroid guided filtering を統合。

2. 先行研究と比べてどこがすごい?

- 既存の decorruption 手法と比較して、ナビゲーション精度と生成レイテンシの両方で優れると主張。 - VLN-CE における視覚的 corruptions は未探索の制約であり、LM ベース手法の頑健性向上に貢献。 - リアルタイム性が求められる embodied navigation に適した効率的な復元を実現。

3. 技術・手法の肝は?

- Temporal Conditional Flow Decorruptor (FlowDec) は generative flow を用いた画像復元フレームワーク。 - hybrid temporal conditioning strategy により、生成フローの経路を過去の履歴コンテキストに合わせる。 - action-centroid guided filtering で復元出力を動的に評価・統合し、ナビゲーション行動に寄与する情報を選択。

4. どうやって有効だと検証した?

- 広範な実験により、state-of-the-art の decorruption 手法と比較してナビゲーション精度と生成レイテンシで優位性を検証。 - 具体的なデータセットやベンチマーク、評価指標は要旨からは不明。

5. 議論はある?

- 実世界の予測不能な条件下での resilient embodied navigation に向けた頑健で効率的なパラダイムを確立すると主張。 - 限界や今後の課題、詳細な議論は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている具体的な先行研究は明記されていない。 - 関連手法として、LM ベースの VLN-CE や画像復元 (image restoration)、generative flow を用いた decorruption の定番研究を挙げる。

※ 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: Yufei Zhang, Changhao Chen

分類: cs.CV

原文アブストラクト

Vision-and-Language Navigation in Continuous Environments (VLN-CE) requires agents to follow natural-language instructions in unseen scenes. While Large Models (LMs) have advanced VLN-CE, their performance remains severely degraded by real-world visual corruptions, a critical yet underexplored domain constraint. We introduce Temporal Conditional Flow Decorruptor (FlowDec), a novel image restoration framework tailored for LM-based VLN-CE. FlowDec integrates a hybrid temporal conditioning strategy to align the generative flow path with historical context and employs action-centroid guided filtering to dynamically assess and integrate outputs. Extensive experiments demonstrate that FlowDec outperforms state-of-the-art decorruption methods in both navigation accuracy and generation latency. Our approach establishes a robust, efficient paradigm for resilient embodied navigation in unpredictable real-world conditions.

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