日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2609.23118

Verti-WM: オフロード強化学習のための物理支援型外受容ワールドモデル

Verti-WM: A Physics-Aided Exteroceptive World Model for Off-Road Reinforcement Learning

シェア:XThreadsFacebookLINEはてブBluesky

地形の高低差と意味情報を入力に、剛体地形用Transformerと軟弱地形用テラメカニクスモデルを融合して6自由度のロールアウトを生成するワールドモデルを提案し、シミュレータなしで方策最適化を可能にした。

詳しい要約

1. どんなもの?

- オフロードナビゲーションの強化学習(RL)のための物理支援型外界認識ワールドモデル「Verti-WM」を提案。 - 剛体地形と変形可能地形の両方をモデル化し、6自由度のロールアウトを可能にする。 - 高忠実度シミュレータへのアクセスなしでポリシー最適化を実現。

2. 先行研究と比べてどこがすごい?

- データ駆動型および物理ベースのベースラインと比較して、予測誤差をそれぞれ34.6%と21.7%削減。 - 高忠実度シミュレータでの直接トレーニングと比較して、計算時間を23.6倍削減しつつ、同等のタスク成功率を達成。 - 実世界データで検証し、Verti-4-Wheelerプラットフォームで80%の成功率を達成(直接sim-to-real転送の40%と比較)。

3. 技術・手法の肝は?

- 凍結されたTransformer(剛体地形用)と神経記号的テラメカニクスモデル(変形可能地形用)を再帰的に融合。 - 各予測ポーズで提供されたマップからクエリされた標高とセマンティック観測が融合を条件付け。 - これにより、シミュレータにアクセスせずに6自由度のロールアウトが可能。

4. どうやって有効だと検証した?

- 予測誤差をデータ駆動型および物理ベースのベースラインと比較して評価。 - ポリシーをVerti-WM内で完全にトレーニングし、高忠実度シミュレータでの直接トレーニングとタスク成功率および計算時間を比較。 - 実世界データを用いて検証し、Verti-4-Wheelerプラットフォームでの成功率を評価。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:データ駆動型ベースライン、物理ベースベースライン、高忠実度シミュレータ、sim-to-real転送。 - 関連手法:Transformer、神経記号的テラメカニクスモデル、ワールドモデル、強化学習。

※ 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: Chenhui Pan, Tong Xu, Xuesu Xiao

分類: cs.RO

原文アブストラクト

Reinforcement learning for off-road navigation requires extensive vehicle-terrain interaction data, which are costly to collect in high-fidelity simulation. World models offer a promising alternative by replacing simulator roll-outs during policy optimization. However, an off-road world model must condition state transitions on exteroceptive terrain information, which proprioception alone does not provide. This challenge is further amplified by the need to model both rigid and deformable terrain, where data-driven and physics-based approaches offer complementary strengths. We propose Verti-WM, a physics-aided exteroceptive world model that recurrently fuses a frozen Transformer for rigid terrain and a neuro-symbolic terramechanics model for deformable terrain. Elevation and semantic observations queried from a supplied map at each predicted pose condition fusion, enabling six-degree-of-freedom rollouts for policy optimization without further simulator access. Verti-WM reduces prediction error by 34.6% and 21.7% over data-driven and physics-based baselines, respectively. Policies trained entirely within Verti-WM achieve comparable task success rates while reducing computation time by 23.6X relative to direct training in the high-fidelity simulator. We further validate Verti-WM using real-world data, enabling policy optimization within learned real-world kinodynamics and achieving a 80% success rate on the Verti-4-Wheeler platform, compared with 40% for direct sim-to-real transfer.

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

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