洋上風力発電所近傍のAUV・ASV航法のためのワールドモデル基盤LLMプランニング

本論文は、Large Language Model (LLM)ベースのプランナーに物理感覚を持たせるため、world modelを組み込んだ航法計画手法を提案している。具体的には、自然言語のミッションを行動系列に変換するLLMの能力を、物理に基づくneural world model、3フェーズの勾配ベース軌道最適化、Model Predictive Controller (MPC)スタイルの閉ループ再プランナー（trust-region guard付き）で拡張する。LLMが「何をするか」を決定し、world modelが「どのくらいの時間」実行するかを決定する。オフショア風力発電所近傍で運用される6-DOF AUVと3-DOF ASVの2つの海洋車両クラスで評価している。

従来のLLMベースのプランナーは物理感覚がなく、コマンドの実行時間や障害物への漂流を判断できない。本手法は、world modelを組み込むことで、LLMの計画に物理的制約を課し、実行時間の決定や衝突回避を可能にしている。また、ASVでは、衛星画像や海図、予報APIから障害物や環境コンテキストを抽出するVLM支援セマンティックマッピングパイプラインを導入し、手動で指定された障害物形状の代わりに使用できる点が新しい。

手法の核は3つのコンポーネントからなる。1) 物理に基づくneural world model：車両のダイナミクスを学習し、行動の結果を予測する。2) 3フェーズの勾配ベース軌道最適化：LLMが生成したアクション系列を、world modelの予測に基づいて時間的スケールや軌道を最適化する。3) MPCスタイルの閉ループ再プランナー：trust-region guardにより、実行中にモデル誤差や外乱を補償し、安全な再計画を行う。LLMは高レベルの意思決定を行い、world modelが低レベルの実行時間や物理的実現可能性を担当する。

6-DOF AUVと3-DOF ASVの2つのプラットフォームで、各5つのベンチマークミッションを実施。両車両とも全目標に到達し、予測衝突はゼロ。さらに、海洋流、波浪、スラスタダイナミクスを含むGazeboSimシミュレーションに転送し、衝突なしで、未接地ベースラインと比較して目標距離誤差をASVで70-82%、AUVで約93%削減。また、残差ファインチューニングにより、サロゲートロールアウトのRMSEをAUVで60%、ASVで69%削減。ASVでは、VLM支援セマンティックマッピングパイプラインが96%のナビゲーション精度を達成し、手動指定の障害物形状の代替として機能することを実証。

要旨からは、議論の詳細は不明。ただし、提案手法はシミュレーションでの検証に留まっており、実機での検証が今後の課題と考えられる。また、VLM支援セマンティックマッピングはASVのみで評価されており、AUVへの適用や、動的環境での性能については言及がない。さらに、world modelの学習データや計算コストに関する議論も要旨からは不明。

要旨で参照されている研究や関連手法は明示されていないが、同分野の定番として、LLMベースのプランニング（例えば、SayCan）、model-based reinforcement learning、Model Predictive Control (MPC)、world model（例えば、Dreamer）などが挙げられる。また、海洋ロボティクスの航法計画に関する論文（例：AUV/ASVの経路計画）も関連する。