日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLNarXiv:2607.01043

DART-VLN: 離散視覚言語ナビゲーションのためのテスト時メモリ減衰と反復防止正則化

DART-VLN: Test-Time Memory Decay and Anti-Loop Regularization for Discrete Vision-Language Navigation

シェア:XThreadsFacebookLINEはてブBluesky

メモリベースの離散VLNエージェントの推論時失敗を軽減するため、学習不要の推論時フレームワークを提案。古いメモリの重み付けを下げるメモリ減衰と、即座の逆戻りを防ぐ反復防止正則化を導入し、R2RとREVERIEで性能維持・向上と効率改善を実証した。

詳しい要約

1. どんなもの?

DART-VLNは、離散的なVision-Language Navigation (VLN)のための訓練不要の推論時フレームワークである。部分観測下で動作するメモリベースのエージェントが、強い事前学習済みバックボーンでも示す系統的な推論時失敗、特にメモリ読み出し時の古い履歴証拠と、行動選択時の非効率な局所バックトラッキングという2つの問題に焦点を当てる。Test-Time Memory DecayとAnti-Loop Regularizationを組み合わせ、学習可能なパラメータを導入せず、ナビゲーションバックボーンも変更しない。

2. 先行研究と比べてどこがすごい?

先行研究のメモリベースVLNエージェントは、推論時に古いメモリスロットをそのまま読み出し、局所的なバックトラッキングを起こすことがあった。DART-VLNは、メモリ内容を変更せずに重み付けを再調整するTest-Time Memory Decayと、即時反転を抑制する軽量な次ホップペナルティであるAnti-Loop Regularizationを導入し、再訓練なしで推論時の信頼性と効率を改善する点が新しい。

3. 技術・手法の肝は?

手法の肝は、訓練不要の推論時制御である。Test-Time Memory Decayは、古くて冗長なメモリスロットを再重み付けし、保存内容は変更しない。Anti-Loop Regularizationは、即時の逆方向行動を抑制する軽量な次ホップペナルティを課す。これらは学習可能パラメータを追加せず、ナビゲーションバックボーンはそのまま使用する。

4. どうやって有効だと検証した?

R2RとREVERIEデータセットで実験を行った。メモリ減衰は、タスク性能を維持または向上させつつ、実行時間を短縮することを示した。Anti-Loop Regularizationを追加すると、軌跡が短縮され、局所バックトラッキングが減少し、評価したGridMMバリアントの中でナビゲーション品質と効率の最良のバランスを達成した。

5. 議論はある?

要旨からは、提案手法がGridMMバリアントで有効であることが示されたが、他のバックボーンやデータセットでの汎用性、メモリ減衰の重み付けの詳細、Anti-Loop Regularizationのペナルティ係数の影響などについては不明である。また、訓練不要の利点はあるが、性能上限がバックボーンに依存する可能性がある。

6. 次に読むべき論文は?

要旨で参照されているGridMMや、関連するメモリベースのVLN手法(例: Memory-based VLN agents)を読むことが推奨される。具体的には、GridMMの論文や、VLNにおけるメモリ機構の研究が挙げられる。

※ 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: Shaoheng Zhang, Zhichen Li, Jie Mei

分類: cs.RO, cs.AI

原文アブストラクト

Memory-based agents for discrete vision-language navigation (VLN) operate under partial observability and can exhibit systematic inference-time failures even with strong pretrained backbones. We focus on two recurring problems: stale historical evidence during memory readout and inefficient local backtracking during action selection. We present DART-VLN, a training-free inference-time framework that combines Test-Time Memory Decay, which reweights stale and redundant memory slots without modifying their stored content, with Anti-Loop Regularization, a lightweight next-hop penalty that discourages immediate reversals. DART-VLN introduces no learnable parameters and leaves the navigation backbone unchanged. Experiments on R2R and REVERIE show that memory decay consistently preserves or improves task performance while reducing runtime. Adding anti-loop regularization further shortens trajectories, reduces local backtracking, and achieves the best overall balance between navigation quality and efficiency among the evaluated GridMM variants. These results indicate that lightweight inference-time control can improve the reliability and efficiency of memory-based discrete VLN without retraining.

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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI