日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データセット/VLNarXiv:2608.11901

DaViNCi: 連続動作と動的要素を備えた屋外視覚・言語ナビゲーションのためのデータセット

DaViNCi: A Dataset Towards Outdoor Vision-and-Language Navigation with Continuous Actions and Dynamic Elements

シェア:XThreadsFacebookLINEはてブBluesky

屋外VLNのための、連続動作と動的要素を同時に導入した初のデータセットを提案し、実環境に近い設定での性能低下を実証した。

詳しい要約

1. どんなもの?

DaViNCiは、屋外のVision-and-Language Navigation (VLN)のための新しいデータセットであり、連続的な行動と動的な要素を同時に導入した最初の屋外VLNデータセットである。エージェントは連続的な行動で屋外環境を移動し、予測不可能な動的要素に対処する必要がある。6つの異なるマップと合計6,933の軌跡を含む。

2. 先行研究と比べてどこがすごい?

既存の屋外VLNデータセットは固定された離散的なトポロジカルグラフに依存しており、急速に変化する現実世界の屋外環境と整合せず、シミュレーションから実環境への転送を妨げる。DaViNCiは連続的かつ動的な要素を導入することで、より現実的な環境を提供し、この限界に対処している点が新しい。

3. 技術・手法の肝は?

手法の肝は、データセットの構築方法にある。連続的な行動空間と動的な要素(例えば、移動する車や歩行者など)をシミュレーション環境に組み込むことで、従来の離散グラフに基づくデータセットとは異なり、エージェントがより現実的な状況でナビゲーションを行うことを可能にしている。具体的な構築手順は要旨からは不明だが、6つのマップと6,933の軌跡が含まれる。

4. どうやって有効だと検証した?

包括的な比較実験を通じて、DaViNCi上での成功率が従来のデータセットと比較して離散環境で10%以上低下し、連続環境ではさらに大きな低下が見られたことを示し、データセットの挑戦性を実証した。また、行動の粒度と動的要素の影響を明らかにし、実用的価値を示した。

5. 議論はある?

要旨からは、データセットの挑戦性と実用性が示されているが、具体的な議論(例えば、動的要素の種類や頻度、エージェントの性能低下の原因分析など)は明記されていない。また、シミュレーションから実環境への転送の実際の評価は行われていない可能性がある。

6. 次に読むべき論文は?

要旨で参照されている先行研究は明示されていないが、関連する分野として、既存の屋外VLNデータセット(例えば、TouchDownやRxRなど)や、連続環境でのVLN手法(例えば、VLN-CE)に関する論文が挙げられる。

※ 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: Zihao Xie, Pingrui Lai, Yitong Wu, Hua Yang

分類: cs.RO

原文アブストラクト

Vision-and-Language Navigation (VLN) has progressively expanded from indoor to outdoor environments. However, existing outdoor VLN datasets still rely on fixed discrete topological graphs for construction. It fails to align with the rapidly changing real-world outdoor environments and impedes the sim-to-real transfer of VLN agents. To address this limitation, we propose DaViNCi (\textbf{D}yn\textbf{a}mic \textbf{Vi}sion-and-Language \textbf{N}avigation in \textbf{C}ont\textbf{i}nuous Environment), the first outdoor VLN dataset that simultaneously introduces both continuous and dynamic factors. The agent not only moves in the outdoor environment using continuous actions but is also required to handle unpredictable dynamic elements. The dataset encompasses six distinct maps with a total of 6,933 trajectories. Through comprehensive comparative experiments, we find that the success rate on DaViNCi decreased by more than 10\% in discrete environments compared to previous datasets. And there is an even greater decline in continuous settings, demonstrating the challenge of DaViNCi. Furthermore, we clarify the impact of action granularity and dynamic elements. These results demonstrate the practical value of DaViNCi in advancing outdoor VLN toward more realistic environments. The website is https://xzh0312.github.io/DaViNCi/.

  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