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:2607.21025

ZONDA: 多階層環境における動的回避を伴うゼロショット物体ナビゲーション

ZONDA: Zero-shot Object Navigation with Dynamic Avoidance in Multi-floor Environments

シェア:XThreadsFacebookLINEはてブBluesky

静的・単一階層に限定されていた物体ゴールナビゲーションを、多階層・動的環境へ拡張するゼロショットフレームワークZONDAを提案。階段移動や動的歩行者回避を実現し、実機二足ロボットとシミュレーションで有効性を検証した。

詳しい要約

1. どんなもの?

ZONDAは、Object Goal Navigationタスクにおいて、静的かつ単一フロアの環境に限定されていた既存手法の制約を克服するため、複数フロア環境と動的な歩行者を考慮したゼロショット物体ナビゲーションフレームワークを提案する。具体的には、高さ差トラバーサブルマップに基づくヒューリスティックな多階層プランニング、視覚言語モデルを用いた多視点ターゲット検証、動的歩行者回避の3つのコアコンポーネントを統合する。実機のDirect Drive Tech TITA二足歩行ロボットとHM3DおよびMP3Dシミュレーションで評価され、動的ベンチマークHM3D-DYNAでも堅牢なナビゲーションを達成する。

2. 先行研究と比べてどこがすごい?

既存のObject Goal Navigation手法は、静的で単一フロアの環境に限定され、クロスフロアのトポロジーや動的な歩行者を無視しているため、実世界展開に限界があった。ZONDAは、プラットフォーム固有の学習コントローラを必要とせずに階段移動やクロスフロア探索を可能にするヒューリスティックな多階層プランニングを導入し、さらに視覚言語モデルによる多視点検証で誤検出を削減し、動的歩行者の追跡と予測による先行的な回避行動を実現する点で、これらの制約を同時に解決する点が優れている。

3. 技術・手法の肝は?

手法の肝は、3つの統合コンポーネントにある。(i) 高さ差トラバーサブルマップから階段やフロア間の接続を推定し、プラットフォーム固有の学習コントローラなしで階段移動とクロスフロア探索を可能にするヒューリスティックな多階層プランニング。(ii) マルチスケールの観測を視覚言語モデルでクロスチェックし、ターゲット物体の誤検出を大幅に削減する多視点ターゲット検証。(iii) 動的歩行者を明示的に追跡・予測し、先行的な回避行動を生成する動的歩行者回避。

4. どうやって有効だと検証した?

有効性の検証は、実機のDirect Drive Tech TITA二足歩行ロボットと、HM3DおよびMP3Dシミュレーションでの広範な実験により行われた。さらに、動的ベンチマークHM3D-DYNAにおいて、既存のベースラインと比較して堅牢なナビゲーションを維持できることを示した。具体的な数値結果は要旨からは不明。

5. 議論はある?

要旨からは、提案手法の限界や潜在的な問題についての議論は明示されていない。ただし、ゼロショット設定であることから、学習ベースの手法と比較して精度や効率の面でトレードオフがある可能性が考えられるが、要旨からは断定できない。また、実機評価は単一のロボットプラットフォームに限定されており、他のプラットフォームへの一般化については不明。

6. 次に読むべき論文は?

要旨で参照または比較されている既存のベースライン手法(具体的な名称は不明)や、Object Goal Navigationの標準的な手法(例: semantic map-based methods, reinforcement learning-based navigation)が関連する。また、動的環境でのナビゲーションに関する研究(例: social navigation, pedestrian-aware path planning)も関連する。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: Shaomin Liang, Xuanhong Liao, Shiyao Zhang

分類: cs.RO

原文アブストラクト

In Object Goal Navigation task, existing methods are typically restricted to static and single-floor environments, ignoring cross-floor topologies and dynamic pedestrian, which limits their real-world deployment. To address these limitations, we propose ZONDA, a zero-shot object navigation with dynamic avoidance framework. In particular, ZONDA integrates three core components: (i) Heuristic multi-floor planning: from height-difference traversable maps, enables stair traversal and cross-floor exploration without a platform-specific learned controller; (ii) Multi-view target verification: cross-checks multi-scale observations with a vision-language model, significantly reducing false positives; and (iii) Dynamic pedestrian avoidance: explicitly tracks and predicts moving pedestrians to generate anticipatory behaviors. Evaluated on a real Direct Drive Tech TITA biped robot and extensive simulations on HM3D and MP3D, ZONDA achieves significantly improved results. Moreover, ZONDA can maintain robust navigation on the dynamic benchmark HM3D-DYNA compared to the existing baseline.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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