日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

UAVナビゲーションarXiv:2606.31654

DynFly: 都市環境におけるUAV視覚言語ナビゲーションのための動的認識連続軌道生成

DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments

シェア:XThreadsFacebookLINEはてブBluesky

UAVの視覚言語ナビゲーションにおいて、高レベルの推論と実行可能な連続軌道の間のギャップを埋めるため、Bスプラインとフローマッチングを用いた動的認識軌道生成フレームワークDynFlyを提案した。

詳しい要約

1. どんなもの?

- UAV vision-language navigation (UAV-VLN) のための連続軌道生成フレームワーク DynFly を提案。 - 高レベルなナビゲーション意図と実行可能な UAV 運動の間の motion-interface gap を埋める。 - 軽量な trajectory generation layer により、離散行動や局所目標ではなく連続軌道を生成する。 - 既存の UAV-VLN フレームワークに統合可能で、元の visual-language reasoning pipeline を保持する。

2. 先行研究と比べてどこがすごい?

- 既存手法は離散行動、局所目標、疎な waypoint の予測に主眼があり、連続的な UAV 運動への遷移が弱くモデル化されていた。 - DynFly はこの motion-interface gap を明示的に扱い、軌道の連続性・安定性・実行可能性を改善する。 - OpenUAV benchmark の Test Unseen Full split で最強ベースラインに対し NDTW +4.69、SDTW +2.40、SR +2.14 点、OSR +4.87 点、NE -4.51 m を達成。

3. 技術・手法の肝は?

- 専門家軌道を B-spline control-point space で表現する。 - Spline-DiT generator により flow matching を用いた条件付き軌道生成を学習する。 - UAV 指向の dynamic-aware supervision を導入し、position、finite-difference velocity、finite-difference acceleration、heading consistency、local target alignment を監督する。 - これにより生成軌道が UAV の運動特性を満たすようにする。

4. どうやって有効だと検証した?

- OpenUAV UAV-VLN benchmark で広範な実験を実施。 - Test Unseen Full split において、最強ベースラインと比較して NDTW、SDTW、SR、OSR の改善と NE の減少を確認。 - ナビゲーション性能と軌道品質の両方が向上することを示した。

5. 議論はある?

- 要旨からは不明。 - ただし motion-interface gap の限界や、dynamic-aware supervision の各要素の寄与、他フレームワークへの統合時の制約などが議論され得る。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として UAV-VLN、flow matching、Diffusion Transformer (DiT)、B-spline trajectory representation に関する論文が次に読むべき候補。 - ベンチマークである OpenUAV の原論文も参照すべき。

※ 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: Wen Jiang, Hanfang Liang, Li Wang, Kangyao Huang, Wang Xu, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji, Huaping Liu

分類: cs.RO, cs.CV

原文アブストラクト

Recent advances in multimodal large models have significantly improved UAV vision-language navigation (UAV-VLN) by enhancing high-level perception and reasoning. However, existing methods mainly focus on predicting discrete actions, local targets, or sparse waypoints, while the continuous transition from navigation intent to executable UAV motion remains weakly modeled. This motion-interface gap limits the continuity, stability, and executability of generated UAV trajectories. To address this gap, we propose DynFly, a dynamic-aware continuous trajectory generation framework that bridges high-level navigation reasoning and executable UAV motion. DynFly bridges high-level navigation intent and continuous UAV motion through a lightweight trajectory generation layer. Specifically, it represents expert trajectories in B-spline control-point space and employs a Spline-DiT generator to learn conditional trajectory generation via flow matching. Furthermore, we introduce UAV-oriented dynamic-aware supervision over position, finite-difference velocity, finite-difference acceleration, heading consistency, and local target alignment, enabling the generated trajectories to better satisfy UAV motion characteristics. And our trajectory generation framework can also be integrated with an existing UAV-VLN framework while preserving its original visual-language reasoning pipeline. Extensive experiments on the OpenUAV UAV-VLN benchmark show that DynFly improves both navigation performance and trajectory quality. On the Test Unseen Full split, DynFly improves the strongest baseline by 4.69 NDTW, 2.40 SDTW, 2.14 SR points and 4.87 OSR points, while reducing NE by 4.51 m.

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