ナビゲーション2026/8/3arXiv:2608.21395

ODG-NoMaD: 天井カメラによる方向誘導型NoMaD

ODG-NoMaD: Overhead-Camera Direction-Guided NoMaD

NoMaDの探索モードに、天井カメラで構築した占有地図と大域経路から得た進行方向を、拡散過程の最終ステップで注入することで、未学習環境でも衝突回避しつつ目標へ効率的に到達できるようにした。

詳しい要約

1. どんなもの？

ODG-NoMaDは、NoMaDの探索モードに大域的な進行方向の感覚を与える手法。NoMaDは学習ベースの視覚ナビゲーションポリシーで、目標条件付きナビゲーションと探索を単一のgoal-masked diffusion policyで統合するが、未見環境では目標画像やトポロジカルマップが無いため無方向に探索する。ODG-NoMaDは、ポリシーを再学習せずに、展開時に一度だけオーバーヘッド深度カメラを使用して占有地図を構築し大域経路を計画し、それをセグメント化して所望の方位を得る。ロボット搭載深度からのフレーム毎の traversability map で衝突回避方向に洗練する。余弦方向コストの勾配を最終のdenoisingステップに注入し、サンプリングされた軌道をその方向に回転させつつ探索の多峰性を維持する。

2. 先行研究と比べてどこがすごい？

先行研究のNoMaDは未見環境で無方向に探索する問題があった。ODG-NoMaDはポリシーを再学習せずに、オーバーヘッドカメラからの大域情報を利用して探索に方向性を与える点が新しい。また、NaviDiffusorのpoint-goal cost guidanceと比較して、衝突回避性能が高く、全試行で衝突なしを達成する。

3. 技術・手法の肝は？

手法の肝は、オーバーヘッド深度カメラで占有地図を構築し大域経路を計画し、それをセグメント化して所望の方位を算出すること。ロボット搭載深度からの traversability map で衝突回避方向に洗練する。さらに、余弦方向コストの勾配を最終のdenoisingステップに注入することで、サンプリングされた軌道を方向に回転させ、探索の多峰性を維持する点。

4. どうやって有効だと検証した？

シミュレーションのオフィス環境で、ランダム障害物がある場合とない場合で検証。未誘導の探索と比較して目標までの残差距離を最大で一桁削減し、NaviDiffusorのpoint-goal cost guidanceを上回り、全試行で衝突なしを達成した唯一の構成であることを示した。

5. 議論はある？

要旨からは、オーバーヘッドカメラの設置条件や実環境での性能、計算コスト、多峰性の維持と方向誘導のトレードオフなどについての議論は不明。また、シミュレーションのみで実機検証がされていない可能性がある。

6. 次に読むべき論文は？

要旨で参照されているNoMaD [31]とNaviDiffusor [37]が次に読むべき論文。また、関連する学習ベースのナビゲーションポリシーやdiffusion policyの研究も挙げられる。

※ 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: Blossom Treesa Bastian, Keerthi S. Shetty, Manish Kolachalam, Rani Malhotra, Ashish Dutta

分類: cs.RO, cs.AI

原文アブストラクト

NoMaD [31] is a learned vision-navigation policy that unifies goal-conditioned navigation and exploration in a single goal-masked diffusion policy. In an unseen environment, however - where neither a goal image nor a topological map is available - it can only explore undirectedly, wandering without global awareness. We present ODG-NoMaD, which gives NoMaD's exploration mode a global sense of where to proceed, without retraining the policy. An overhead depth camera is used once on deployment to build an occupancy map and plan a global path, which is segmented to yield a desired heading; a per-frame traversability map from the robot's onboard depth then refines this into a collision-free direction. The gradient of a cosine direction cost is injected into the final denoising steps, rotating sampled trajectories toward this direction while preserving the multimodality of exploration. In simulated office environments with and without random obstacles, ODG-NoMaD reduces the residual distance to the target by up to an order of magnitude over unguided exploration, outperforms the point-goal cost guidance of NaviDiffusor [37], and is the only configuration that remains collision-free on every trial.

arXivで原文を読む →arXiv概要ページ