ナビゲーション2026/8/15arXiv:2608.15175

LAPF: UAVScenesデータセットを用いたLLMエージェントベースの経路探索

LAPF: LLM-Agent-Based Path Finder Using the UAVScenes Dataset

UAVの自律ナビゲーションのため、LLMエージェントに知覚・記憶・計画・行動を統合した閉ループ認知アーキテクチャを提案し、市街地規模の環境で経路長を短縮することを実証した。

詳しい要約

1. どんなもの？

LAPFは、UAVScenesデータセットを用いた、LLMエージェントベースの経路探索フレームワークである。UAVの自律ナビゲーションを、知覚・記憶・計画・行動の各モジュールを統合した閉ループの認知アーキテクチャとして実現する。LLMの推論能力を活用し、過去のナビゲーション経験を利用しつつ、Chain-of-Thought推論により各検出ハザードを有界な修正行動に結び付け、環境フィードバックに基づきウェイポイント決定を動的に洗練する。

2. 先行研究と比べてどこがすごい？

既存の最適化ベース、ML、RLアプローチは事前定義モデルやタスク特化訓練に依存し、不確実なシナリオでの汎化と適応性が限られる。また、従来のLLM支援アプローチは、エージェント機能（メモリ、計画、ツール相互作用）が不十分である。LAPFは、これらの制約を克服し、閉ループ認知アーキテクチャを導入することで、より高い適応性と計画能力を実現する点が優れている。

3. 技術・手法の肝は？

手法の肝は、知覚・記憶・計画・行動を統合した閉ループ認知アーキテクチャにある。具体的には、過去のナビゲーション経験を記憶モジュールで保持し、Chain-of-Thought推論により各検出ハザードを有界な修正行動にマッピングする。さらに、環境フィードバックに基づいてウェイポイント決定を動的に調整する。これにより、LLMの推論能力をエージェント機能（メモリ、計画、ツール使用）と組み合わせている。

4. どうやって有効だと検証した？

UAVScenesデータセットを用いて、オープンフィールドと障害物注入の2つのシナリオで、各手法につき3回の独立試行を実施した。LAPFは平均経路長512.83mと506.37mを達成し、直線最適値497.33mに対して、CoTプロンプティング比で17.2%と15.6%の経路長削減、絶対経路効率97.1%と98.1%を達成した。また、LAPFのみがすべての検出ハザードを有界な修正行動に結び付け、両シナリオでクランプイベントがゼロであり、CoTプロンプティングでは9.7から14.0イベントに増加した。

5. 議論はある？

要旨からは、LAPFの有効性は示されているが、計算コストや実世界でのロバスト性、他のLLMベース手法との詳細な比較などについては言及されていない。また、UAVScenesデータセットの特性やシナリオの多様性に関する議論も不明である。

6. 次に読むべき論文は？

要旨で参照されている関連研究として、LLM支援ナビゲーション、CoTプロンプティング、UAVScenesデータセットを用いた研究が挙げられる。具体的には、LLMエージェントのメモリ・計画・ツール使用を強化した研究や、UAVナビゲーションにおけるLLM適用のサーベイ論文が次に読むべきであろう。

※ 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: Yousef Emami, Mohammadhossein Homaei, Hao Zhou, Miguel Gutiérrez Gaitán, Atefeh Hajijamali Arani, Rui Zhang

分類: cs.RO, cs.AI

原文アブストラクト

Uncrewed aerial vehicles (UAVs) are increasingly deployed for autonomous navigation in complex outdoor environments, where dynamic conditions and mission requirements require intelligent adaptive decision-making. Existing optimization-based, Machine Learning (ML), and Reinforcement Learning (RL) approaches often rely on predefined models or task-specific training, limiting their generalization and adaptability in uncertain scenarios. Recent Large Language Model (LLM)-assisted approaches offer promising reasoning capabilities but remain constrained by limited agentic functionality, including insufficient memory, planning, and tool interaction mechanisms.This paper proposes an LLM-Agent-Based Path Finder (LAPF) framework for autonomous UAV navigation in town-scale outdoor environments. LAPF extends LLM-assisted navigation by integrating perception, memory, planning, and action modules into a closed-loop cognitive architecture. The proposed agent leverages prior navigation experiences, performs Chain-of-Thought (CoT) reasoning, couples each detected hazard to a bounded corrective action, and dynamically refines waypoint decisions based on environmental feedback.The three independent trials per method demonstrate that LAPF achieves mean path lengths of 512.83 m and 506.37 m, compared to the straight-line optimum of 497.33 m, corresponding to path length reductions of 17.2% and 15.6% relative to CoT prompting and absolute path efficiencies of 97.1% and 98.1% in open-field and obstacle-injected scenarios, respectively. Furthermore, LAPF is the only evaluated approach that couples every detected hazard to a bounded, metric-neutral corrective action while maintaining near-goal stability, with zero clamp events in both scenarios, whereas CoT prompting increases from 9.7 to 14.0 events.

arXivで原文を読む →arXiv概要ページ