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:2607.16267

HyperDCM: 双曲空間における動的クラスタメモリリプレイによる継続的ロボットナビゲーション

HyperDCM: Dynamic Cluster Memory Replay in Hyperbolic Space for Continual Robotic Navigation Across Scenes

シェア:XThreadsFacebookLINEはてブBluesky

視覚ナビゲーションの継続学習における破滅的忘却を防ぐため、シーングラフと双曲空間のメモリリプレイを組み合わせた手法を提案した。

詳しい要約

1. どんなもの?

HyperDCMは、連続的ロボットナビゲーションにおける破滅的忘却と環境適応の問題に対処するため、拡散ポリシーに基づくナビゲーションに構造認識メモリ機構を導入した手法。RGB観測から大規模視覚言語モデルを用いてシーンの意味的三つ組を抽出し、Relational Graph Convolutional Network (R-GCN)でシーングラフ埋め込みに符号化、さらに双曲空間に投影して構造的分離性と保持性を高める。動的クラスタリングと構造感度更新戦略により代表サンプルを選択してメモリリプレイを行い、知識の多様性を保ちつつ破滅的忘却を軽減する。

2. 先行研究と比べてどこがすごい?

従来の連続学習ベースラインは拡散ポリシーナビゲーションに適応されているが、シーンの構造情報を明示的に活用せず、記憶の保持が不十分。HyperDCMはシーングラフモデリングと双曲空間での埋め込みにより、構造的な分離性を高め、動的クラスタリングによるリプレイで知識の多様性を維持する点が新しい。

3. 技術・手法の肝は?

手法の核は、1) 大規模視覚言語モデルでRGB観測からシーンの意味的三つ組を抽出、2) R-GCNでシーングラフ埋め込みを生成、3) 埋め込みを双曲空間に投影し構造的分離性を向上、4) 動的クラスタリングと構造感度更新戦略で代表サンプルを選択しメモリリプレイを実施、の4点。

4. どうやって有効だと検証した?

マルチシーン屋内・屋外データセットを用いた実験で、過去のナビゲーション能力の保持と一般化の向上を、連続学習ベースラインを拡散ポリシーナビゲーションに適応したものと比較して検証した。

5. 議論はある?

要旨からは、双曲空間の選択理由や計算コスト、大規模視覚言語モデルの性能依存性、実機での検証などについての議論は不明。また、他のメモリリプレイ手法との詳細な比較や、長期的な連続学習シナリオでの限界については言及がない。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、拡散ポリシーナビゲーション、連続学習のベースライン、シーングラフモデリング、双曲空間表現学習、大規模視覚言語モデルを用いたシーン理解に関する論文が挙げられる。具体的には、拡散ポリシーを用いたナビゲーション手法、連続学習におけるリプレイ手法、R-GCNや双曲空間埋め込みの応用研究など。

※ 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: Zhengfei Lu, Jian Yang, Muyu Wang, Shaowen Chen, Jinpeng Mi, Ke Li, Xiong You, Qi Wu, Xuan Tang, Xian Wei

分類: cs.RO

原文アブストラクト

Continual learning in visual navigation remains challenging due to catastrophic forgetting and the difficulties associated with adapting to diverse and evolving environments. To address these issues, we propose Hyperbolic Dynamic Cluster Memory (HyperDCM), a structure-aware memory mechanism that enhances diffusion policy-based navigation through scene graph modeling and principled memory replay. HyperDCM extracts semantic scene triples from RGB observations using large vision-language models, encodes them into scene graph embeddings via a Relational Graph Convolutional Network (R-GCN), and projects the embeddings into hyperbolic space to enhance structural separability and retention in continual navigation. A dynamic clustering and structure-sensitive update strategy selects representative samples for memory replay, thereby preserving knowledge diversity and mitigating catastrophic forgetting. Experiments on multi-scene indoor and outdoor datasets demonstrate that HyperDCM achieves superior retention of past navigation capabilities and improved generalization compared to representative continual learning baselines adapted to diffusion policy navigation.

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