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:2608.01802

CoNav-UAV: スタッケルベルグ学習による協調的二重高度空中ナビゲーション

CoNav-UAV: Cooperative Dual-Altitude Aerial Navigation via Stackelberg Learning

シェア:XThreadsFacebookLINEはてブBluesky

高高度と低高度の2台のUAVをスタッケルベルグゲームとして協調させ、視覚と言語のみで目標探索と接近を行う空中ナビゲーション手法を提案した。

詳しい要約

1. どんなもの?

CoNav-UAVは、空中プラットフォーム上での目標指向型vision-and-language navigation (VLN)を扱う。高高度のリーダーと低高度のフォロワーという2機のUAVを、Stackelbergゲームとしてモデル化し、 onboardの視覚と言語入力のみで協調的にナビゲーションを行う。災害救助やインフラ点検などの応用を想定し、AerialVLNベンチマークの3つの都市シーンで評価している。

2. 先行研究と比べてどこがすごい?

既存の地上VLNパラダイムを低高度UAVに転用した手法は探索効率が悪く、外部支援に依存していた。また、相補的な高度で2機のUAVを用いる最近の試みは、特権情報に依存し、エージェントを独立に訓練するため協調のための相互適応が欠如していた。CoNav-UAVは、Stackelbergゲームとして明示的にモデル化し、特権情報なしで onboard入力のみで動作し、Iterative Stackelberg Learningにより両エージェントが相互適応して均衡に達する点が新しい。

3. 技術・手法の肝は?

手法の核は、高高度リーダーと低高度フォロワーの間のStackelbergゲームの定式化と、それを解くIterative Stackelberg Learningである。リーダーはメモリベースのin-context learningで高レベルの視覚言語推論を洗練し、フォロワーはDAggerスタイルの専門家蒸留で正確な運動制御を更新する。これらを交互に行うことで、両エージェントをStackelberg均衡へと導く。

4. どうやって有効だと検証した?

AerialVLNベンチマークの3つの高忠実度都市シーンで、単一エージェントおよび二重エージェントのベースラインと比較して一貫して優れた性能を示した。学習シーンでは成功率が最大30.8ポイント向上し、クロスシーン転移では9.0ポイント向上した。さらに、適応データを約3分の1に削減している。また、リーダーとフォロワーの更新の相補的利点と、VLMバックボーンによる学習ダイナミクスの違いを分析した。

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。ただし、VLMバックボーンによって学習ダイナミクスが異なることが示されており、バックボーンの選択が性能に影響する可能性が示唆される。また、3つの都市シーンでの評価であり、より多様な環境での汎用性についてはさらなる検証が必要かもしれない。

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、AerialVLNベンチマーク、地上VLNの既存手法、二重高度UAVを用いた最近の試み、DAgger、in-context learning、Stackelberg gameに関する論文が挙げられる。具体的には、AerialVLNの元論文、地上VLNの代表的手法(例:VLN-BERT)、二重UAVの先行研究、DAggerの原著論文などが次に読むべき論文と考えられる。

※ 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: Junru Song, Wenhao Zhang, Yang Yang, Xuekai Qiu, Feifei Wang, Weien Zhou, Tingsong Jiang, Ying Wen, Yang Li, Wen Yao

分類: cs.AI, cs.RO

原文アブストラクト

Target-oriented vision-and-language navigation (VLN) on aerial platforms is attracting growing attention for missions such as disaster rescue, infrastructure inspection, and security patrol. In this task, an unmanned aerial vehicle (UAV) needs to locate targets given only a concise description of their appearance and surroundings. This requires global exploration and grounding as well as collision-free close-range approach, two interleaved processes difficult to reconcile within a single agent. Most existing methods transfer the ground VLN paradigm to a low-altitude UAV and compensate for its inefficient exploration with external assistance. A recent attempt deploys two UAVs at complementary altitudes yet still relies on privileged information and trains its two agents independently, precluding any mutual adaptation essential for cooperation. Here we propose CoNav-UAV, which explicitly models the task as a Stackelberg game between a high-altitude leader and a low-altitude follower, with the system operating on onboard visual and linguistic inputs alone. To solve this game, we introduce Iterative Stackelberg Learning. The leader's high-level vision-language reasoning is refined via memory-based in-context learning, while the follower's precise motion control is updated via DAgger-style expert distillation. The alternation drives both agents toward a Stackelberg equilibrium. CoNav-UAV consistently outperforms single- and dual-agent baselines across three high-fidelity urban scenes from the AerialVLN benchmark. Success rate improves by up to 30.8 points on the learning scene, and 9.0 points under cross-scene transfer while using about 3x less adaptation data. Further analyses validate the complementary gains of the leader and follower updates and reveal robust gains yet distinct learning dynamics across VLM backbones.

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