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自律性arXiv:2607.02277

NEUROSYMLAND: 神経記号的着陸地点評価による堅牢かつエッジ展開可能なUAV自律性

NEUROSYMLAND: Neuro-Symbolic Landing-Site Assessment for Robust and Edge-Deployable UAV Autonomy

シェア:XThreadsFacebookLINEはてブBluesky

本論文は、UAVの安全な着陸地点評価のために、軽量な知覚と明示的な安全推論を統合した神経記号的システムNEUROSYMLANDを提案し、シミュレーションとハードウェア実験でその堅牢性とエッジ展開可能性を示した。

詳しい要約

1. どんなもの?

- 自律 UAV の安全な着陸地点評価システム NEUROSYMLAND を提案。 - 軽量な知覚と明示的な安全推論を統合した neuro-symbolic 手法。 - オンボード視覚入力から probabilistic semantic scene graph (PSSG) を構築。 - 地形の平坦さ、障害物とのクリアランス、空間的一貫性を表す記号的制約で候補着陸領域を評価。 - 知覚の不確実性下でも構造的推論を行い、edge 上での実行可能性を維持。 - ソースコード、データセット、プロンプト、記号ルール改善例をオープンソースで公開。

2. 先行研究と比べてどこがすごい?

- 視覚のみの学習手法は地形変化で性能劣化し、安全判断の透明性が限られる。 - 提案手法は neuro-symbolic 統合により、その問題に対処。 - 72 の模擬着陸シナリオで 61 件成功し、4 つの競合ベースライン (37–57 件成功) を上回る。 - 100 回の hardware-in-the-loop 試験で edge 展開可能性を評価。 - ロバスト性と解釈性が向上し、edge リソース使用量は限定的。

3. 技術・手法の肝は?

- オンボード視覚入力から probabilistic semantic scene graph (PSSG) を構築。 - 候補着陸領域を、地形の平坦さ・障害物クリアランス・空間的一貫性を捉える記号的制約で評価。 - 知覚の不確実性下で構造的推論を可能にする neuro-symbolic 統合。 - edge 上で実行可能な軽量知覚と明示的安全推論の組み合わせ。 - 記号推論は end-to-end レイテンシのごく一部で、主な計算コストは知覚と PSSG 構築。

4. どうやって有効だと検証した?

- 多様な地形を含む 72 の模擬着陸シナリオで評価。 - 提案手法は 61 件成功、4 つの競合ベースラインは 37–57 件成功。 - ランダムな初期姿勢で 100 回の hardware-in-the-loop 試験を実施。 - end-to-end レイテンシ、段階別実行時間、CPU/GPU 使用率、メモリフットプリント、消費電力をプロファイリング。 - 結果はロバスト性と解釈性の向上、および限定的な edge リソース使用を示す。

5. 議論はある?

- 記号推論は end-to-end レイテンシのごく一部を占める。 - 主な計算コストは知覚と PSSG 構築から生じる。 - edge 制約のある UAV ハードウェア上で着陸地点評価スタックを展開する実現可能性を示す。 - 知覚の不確実性下での構造的推論と、安全判断の透明性向上が議論の焦点。 - その他の限界や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 4 つの競合ベースライン。 - neuro-symbolic 着陸地点評価に関連する手法。 - probabilistic semantic scene graph (PSSG) を用いた研究。 - edge 展開可能な UAV 自律性に関する研究。 - 具体的な論文名は要旨からは不明。

※ 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: Weixian Qian, Tianyi Yang, Sebastian Schroder, Yao Deng, Jiaohong Yao, Xiao Cheng, Richard Han, Xi Zheng

分類: cs.RO

原文アブストラクト

Safe landing-site assessment in unstructured environments remains a key challenge for autonomous UAV deployment, as vision-only learning approaches often degrade under terrain variability and provide limited transparency in safety decisions. We present NEUROSYMLAND, a neuro-symbolic landing-site assessment system that integrates lightweight perception with explicit safety reasoning. The framework constructs a probabilistic semantic scene graph from onboard visual input and evaluates candidate landing regions using symbolic constraints capturing terrain flatness, obstacle clearance, and spatial consistency, enabling structured reasoning under perceptual uncertainty while maintaining edge-feasible execution. Across 72 simulated landing scenarios spanning diverse terrains, NEUROSYMLAND achieves 61 successful assessments, outperforming four competitive baselines (37-57 successes). To evaluate deployability, we further conduct 100 hardware-in-the-loop trials with randomized initial poses, profiling end-to-end latency, stage-wise execution time, and system-level metrics including CPU/GPU utilization, memory footprint, and power consumption. Results demonstrate improved robustness and interpretability with bounded edge-resource usage. Profiling shows that symbolic reasoning contributes only a small fraction of end-to-end latency, while the main computational cost arises from perception and PSSG construction. These results demonstrate the feasibility of deploying the landing-site assessment stack on edge-constrained UAV hardware, and all source code, datasets, prompts, and symbolic rule refinement examples are released in an open-source repository

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