日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ソーシャルナビゲーションarXiv:2609.37476

インターネット動画から方策状態空間でソーシャルナビゲーションを学習

Learning Social Navigation from Internet Videos in the Policy State Space

シェア:XThreadsFacebookLINEはてブBluesky

単眼歩行動画を方策の状態空間における閉ループのソーシャルナビゲーション訓練環境に変換する手法を提案し、実機実験で高い成功率を達成した。

詳しい要約

1. どんなもの?

- インターネット上の単眼歩行動画を、社会ナビゲーションの訓練環境に変換するパイプラインを提案。 - ポリシーの状態空間で閉ループ訓練を可能にし、実ロボットでも成功。 - 静的场景を走行可能性マップ、歩行者軌跡をリプレイで表現。

2. 先行研究と比べてどこがすごい?

- 従来はシミュレータ構築と歩行者行動指定にコストがかかった。 - 本手法は動画から直接訓練環境を生成し、フォトリアリスティックな再構成やレンダリングを不要にした。 - Arenaベンチマークで81.2%の成功率を達成し、最強ベースラインの75.0%を上回った。

3. 技術・手法の肝は?

- 局所的社会ナビゲーションは「ロボットが通行可能な場所」と「近くの歩行者の動き」に依存するとの観察。 - 静的场景をメトリック走行可能性マップとして表現し、反事実的ロボット運動下で剛体変換。 - 歩行者軌跡を動画から復元し、時間に沿って直接リプレイ。 - ポリシーの状態空間で前方ダイナミクスを定義し、反事実的ロボット状態を効率的にシミュレート。

4. どうやって有効だと検証した?

- 独立したArenaベンチマークで評価し、81.2%の成功率を達成。 - 実ロボット試験で20回中19回成功し、ポリシーのファインチューニングなしで動作。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Arenaベンチマーク、および比較された最強ベースライン(具体的名称は要旨からは不明)。

※ 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: Jiaming Wang, Duc Thang Nguyen, Jizhuo Chen, Volodymyr Shcherbyna, Diwen Liu, Zhengcheng Shen, Harold Soh

分類: cs.RO, cs.CV, cs.LG

原文アブストラクト

Training robust social-navigation policies requires simulators with diverse scene layouts, terrain, and human motion, but constructing such environments and specifying pedestrian behavior is costly. We propose an efficient pipeline that converts ordinary monocular walking videos directly into closed-loop social-navigation training environments in the policy's state space. Our key observation is that local social navigation primarily depends on two types of information: where the robot can traverse and how nearby pedestrians move. We therefore represent the static scene as a metric traversability map, which can be rigidly transformed under counterfactual robot motion, while directly replaying the pedestrian trajectories recovered from the video over time. This abstraction allows us to define the forward dynamics directly in the policy's state space and efficiently simulate counterfactual robot states without reconstructing or rendering photorealistic observations. The resulting policy achieves 81.2% success in the independent Arena benchmark, compared with 75.0% for the strongest baseline, and succeeds in 19/20 real-robot trials without policy fine-tuning.

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