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:2607.17574

潜時想像を用いた予測学習による視覚四足歩行ナビゲーション

Predictive Training with Latent Imagination for Visual Quadruped Navigation

シェア:XThreadsFacebookLINEはてブBluesky

四足ロボットのナビゲーション方策に、訓練中のみ予測的補助信号を加えて障害物の動きを先読みさせ、推論時は追加コストなしで衝突率を低減する手法を提案。シミュレーションと実機で効果を実証した。

詳しい要約

1. どんなもの?

本論文は、脚式ロボットの動的環境下でのナビゲーション性能を向上させるため、推論時には追加コストをかけずに予測的訓練を行う手法を提案している。具体的には、LSTM-SRUベースの反応的ナビゲーションポリシーに、JEPAスタイルの予測器とSIGReg正則化を訓練時にのみ追加し、リカレント状態の次の状態を予測する補助タスクを課す。推論時には予測器を破棄するため、計算コストは増加しない。

2. 先行研究と比べてどこがすごい?

従来の強化学習ナビゲーションポリシーは、現在の観測と短期記憶に基づいて反応的に行動を選択し、移動障害物の近未来の動きを予測する能力が限定的であった。そのため、動的環境では衝突リスクが現在の障害物位置だけでなく短期的なシーン構造に依存するにもかかわらず、反応が遅れる問題があった。本手法は、訓練時にのみ軽量な予測的監督をポリシーのリカレント状態に適用することで、推論時のコントローラを変更せずに障害物の動的性質をエンコードできる点が新しい。

3. 技術・手法の肝は?

手法の核心は、反応的なLSTM-SRUナビゲーションバックボーンに、補助的なJEPAスタイル予測器とSIGReg正則化を追加することである。訓練中、予測器は決定論的隠れ状態を監督し、自身の次の状態を予測するように学習する。これにより、ポリシーは障害物の短期的な動きを内部表現に組み込む。推論時には予測器は完全に破棄され、追加の計算コストはゼロになる。

4. どうやって有効だと検証した?

シミュレーションと実世界のナビゲーションベンチマーク(動的障害物を含む)で評価し、ナビゲーション成功率の大幅な向上と衝突率の低減を確認した。さらに、Unitree Go2ロボットを用いた実機展開では、微調整なしのzero-shot sim-to-real転送を実証し、乱雑な屋内環境と動的な屋外環境をナビゲートでき、シミュレーションで観察された衝突低減と一致する回避行動を示した。

5. 議論はある?

要旨からは、提案手法の限界や潜在的な欠点についての議論は不明である。また、予測的訓練がどの程度の複雑な障害物ダイナミクスを扱えるか、他のロボットプラットフォームや環境への一般化可能性についても言及がない。

6. 次に読むべき論文は?

要旨で参照されている関連手法として、JEPA(Joint Embedding Predictive Architecture)とSIGReg正則化が挙げられる。また、LSTM-SRUベースのナビゲーションポリシーや、強化学習による脚式ロボットナビゲーションの研究が関連する。具体的な論文タイトルは要旨にないため、これらの手法を提案した元の論文を読むことが推奨される。

※ 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: Yancheng Zhu, Wanli Ma, Chen Han, Irvin Haozhe Zhan, Bingfeng Qin, Yixin Xu

分類: cs.RO, cs.AI

原文アブストラクト

Reinforcement-learning navigation policies for legged robots select actions reactively from current observations and short-term memory, with limited capacity to anticipate how moving obstacles will evolve in the near future. In dynamic environments, this reactivity causes the robot to respond too late because collision risk depends on short-horizon scene structure rather than on current obstacle positions alone. Lightweight predictive supervision applied to the policy's recurrent state during training can encode anticipatory obstacle dynamics without modifying the inference-time controller. We augment a reactive LSTM-SRU navigation backbone with an auxiliary JEPA-style predictor and SIGReg regularization: during training, the predictor supervises the deterministic hidden state to anticipate its own next state; at inference, it is fully discarded, incurring zero additional computational cost. On simulated and real-world navigation benchmarks with dynamic obstacles, our method substantially improves navigation success while reducing collision rates through the predictive training signal alone, without additional inference-time parameters. Real-robot deployment on a Unitree Go2 demonstrates zero-shot sim-to-real transfer: the controller navigates cluttered indoor and dynamic outdoor environments without fine-tuning, with evasive behavior consistent with the collision reduction observed in simulation.

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

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