何が起きたか
AeroDASHは2026年10月18日、無人航空機（UAV）の連続飛行を対象にした非同期vision-language-action（VLA）制御枠組みを発表した。機上推論の遅延で、VLA政策が予測する軌道と実際の機体運動がずれる問題に対し、連続的な経路参照を与える設計を採った。UAV-Flowテストセットでは成功率76.56%を示し、OpenVLA-UAVとAeroDASH w/o GRPOをそれぞれ38.1ポイント、20.1ポイント上回ったとしている。
詳細
AeroDASHは、専門家デモへの教師あり微調整で初期化したB-spline政策を用い、位置とヨーについて連続的な軌道参照を生成する。実行時には、軌道融合によって期限切れの予測区間を削除し、残りの区間を導関数の連続性を保ちながら現在の参照に接続し、軌道の変形を抑える設計である。 さらに、実行時のずれを考慮するため、trajectory-level rewardsを用いるexecution-aware group relative policy optimization（GRPO）で政策を適応させる。論文では、機上推論と非同期の軌道実行により、 waypoint列を非同期追従する場合に比べて加速度、jerk、速度の変動を抑えたとしている。コードは採択後に公開予定としている。
Key Facts
| AeroDASHは、非同期のvision-language-action（VLA）枠組みとして連続的な言語条件付き飛行を扱う。 | [1] |
| 機上推論の遅延が、VLA政策の予測軌道とUAVの継続中の運動の不一致を生む問題を対象にしている。 | [1] |
| B-spline政策は専門家デモへの教師あり微調整で初期化され、位置とヨーの連続軌道参照を提供する。 | [1] |
| UAV-Flow test setでの成功率は76.56%で、OpenVLA-UAVを38.1ポイント、AeroDASH w/o GRPOを20.1ポイント上回った。 | [1] |
| コードは採択後に公開予定である。 | [1] |
本紙の見方
AeroDASHの新しさは、UAVの言語条件付き飛行を「軌道を出すモデル」としてではなく、実行遅延を前提にした非同期制御問題として扱っている点にある。B-splineによる連続軌道参照、期限切れ区間の削除と接続を行うtrajectory fusion、trajectory-level rewardsを使うexecution-aware GRPOという三層構成は、単一の予測精度ではなく、機上推論が進行中の機体運動に追いつかない状況で制御を崩さないことを狙った設計だと読める。成功率76.56%という数値自体よりも、加速度・jerk・速度変動を抑えたとする点が、連続飛行の品質評価を前面に出している。 本紙の関連記事はないため、過去報道との連続性は直接追えないが、今回の論文は「言語指示に従う飛行」を一般的なVLAから、推論遅延を吸収する実行系へ寄せた点に特徴がある。比較対象としてOpenVLA-UAVとAeroDASH w/o GRPOが置かれていることから、寄与の中心が言語理解そのものより、軌道参照の再接続と実行フィードバックにあることがうかがえる。つまり、空中移動では一回の予測よりも、予測の期限切れをどう処理するかが性能差を左右しやすい構造だとみられる。 業界構造の観点では、この手法はUAVの自律飛行を「指示理解→軌道生成→実行監視→再適応」の連結として捉えるため、評価軸も静的なタスク達成率だけでは足りないことを示す。特に、機上推論を前提にしている以上、搭載計算資源、推論遅延、軌道変形の抑制が一体で問われる。次に確認すべき論点は、UAV-Flow以外の環境での汎化、実機での航続時間や負荷条件、trajectory fusionとGRPOがどこまで安定して再現できるかである。論文はコード公開を採択後としているため、実装条件の検証も今後の焦点になる。
なぜ重要か
AeroDASHは、機上推論の遅延を前提にUAVの連続飛行を扱っているため、言語条件付き飛行を実機で使う際の制御設計に直接関係する。論文が示した76.56%の成功率と、加速度・jerk・速度変動の抑制は、単なるタスク達成だけでなく、飛行の滑らかさを評価対象に含める必要があることを示している。