サービスロボット/世界モデル2026/8/1arXiv:2608.10449

PBD-AG: 不確実性を考慮した検査を備えた持続的ベースライン-デルタ能動グラフによる長時間稼働サービスロボットのための世界モデル

PBD-AG: Persistent Baseline-Delta Active Graphs with Uncertainty-Aware Inspection for Long-Horizon Service Robots

長時間稼働するサービスロボット向けに、安定した構造物と変化する物体イベントを分離した持続的な世界モデルを構築するフレームワークを提案。ロボットが自律的に環境を探索し、物体の状態を確率的に管理し、検査視点を選択することで、長期的な認識の信頼性を向上させる。

詳しい要約

1. どんなもの？

PBD-AGは、長期的なサービスロボットのための永続的な世界モデルを構築するフレームワークである。ロボットが検証した安定した構造物（fixtures）と、変更可能な動的オブジェクトイベントを分離する。ロボットは搭載センサーによる探索から構造的ベースラインを自律的に構築し、発見した構造物を検査して階層的なオブジェクト信念を接地する。PBD-AGは、幾何学、意味、同一性、存在、支持関係にわたる信頼性重み付きオブジェクト状態を維持し、オクルージョン下での誤削除を軽減する幾何学的可視性ゲートを利用する。検査視点は、ターゲットカバレッジ、移動コスト、衝突リスク、冗長観測をバランスするグラフ条件付きポリシーによって選択される。

2. 先行研究と比べてどこがすごい？

既存手法は、オンラインマッピング（位置推定と観測誤差が蓄積）、静的シーン表現（永続的なオブジェクト変更を捕捉できない）、または検証可能な3D幾何学的証拠を欠くホリスティックな視覚言語予測に依存している。PBD-AGは、ロボット検証済みの安定構造物と改訂可能な動的オブジェクトイベントを分離することで、これらの問題に対処する。さらに、信頼性重み付きオブジェクト状態と幾何学的可視性ゲートを導入し、オクルージョン下での誤削除を防ぐ。

3. 技術・手法の肝は？

手法の核心は、(1) ロボットが自律的に構造的ベースラインをブートストラップし、発見した構造物を検査して階層的オブジェクト信念を接地する「baseline-delta」フレームワーク。(2) 幾何学、意味、同一性、存在、支持関係にわたる信頼性重み付きオブジェクト状態の維持。(3) オクルージョンによる誤削除を防ぐ幾何学的可視性ゲート。(4) ターゲットカバレッジ、移動コスト、衝突リスク、冗長観測をバランスするグラフ条件付きポリシーによる検査視点の選択。

4. どうやって有効だと検証した？

シミュレーション実験を複数の環境と制御された動的評価で行い、能力を一致させた対照群と比較して、粗い構造物のF1スコアが高く、同一性の連続性とイベント想起が強いことを示した。また、物理ロボットによる定性的デモンストレーションで、搭載センシングとの統合と、長期的なロボット知覚のための追跡可能な世界モデルを実証した。

5. 議論はある？

要旨からは、議論の余地や限界についての詳細は不明。ただし、シミュレーションと物理ロボットのデモのギャップ、実世界でのスケーラビリティ、動的環境での長期的な安定性などが潜在的な議論点として考えられるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている既存手法は、オンラインマッピング、静的シーン表現、ホリスティックな視覚言語予測に関する研究である。具体的な論文名は不明だが、これらの分野の代表的な研究として、SLAM（Simultaneous Localization and Mapping）、Neural Radiance Fields（NeRF）ベースのシーン表現、Vision-Language Models（VLM）によるシーン理解などが挙げられる。

※ 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: Shuo Bao, Wei Dong, Shuyue Zhang, Ming Shang, Yuchen Huang, Han Yu, Chengjie Xu, Yiheng Bi, Kai Sun, Fuchun Sun, Xinzhou Wang

分類: cs.RO

原文アブストラクト

Long-horizon service robots require persistent world models that can be built autonomously in unseen environments and revised as task-relevant objects change. Existing methods rely on online mapping, which accumulates localization and observation errors, static scene representations that cannot capture persistent object changes, or holistic vision-language predictions that lack verifiable 3D geometric evidence. We present PBD-AG, a persistent baseline-delta active graph framework that decouples robot-verified stable fixtures from revisable dynamic object events. Under our framework, the robot autonomously bootstraps the structural baseline from onboard exploration and inspects discovered fixtures to ground hierarchical object beliefs. PBD-AG maintains reliability-weighted object states over geometry, semantics, identity, existence, and support relations, utilizing a geometric visibility gate to mitigate false deletions under occlusion. Inspection viewpoints are selected by a graph-conditioned policy that balances target coverage, travel cost, collision risk, and redundant observation. Simulation experiments in multiple environments and under controlled dynamic evaluation show higher aggregate coarse-fixture F1 than capability-matched controls, as well as stronger identity continuity and event recall. A qualitative physical-robot demonstration further illustrates integration with onboard sensing, providing a traceable world model for long-horizon robotic perception. The project page of PBD-AG is available at https://shuobao214.github.io/PBD-AG/

arXivで原文を読む →arXiv概要ページ

← 論文一覧