日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
ナビゲーションarXiv:2610.18321

CoSMO: オープンワールド安全ロボットナビゲーションのための共形セマンティックマッピング

CoSMO: Conformal Semantic Mapping for Open-World Safe Robot Navigation

シェア:XThreadsFacebookLINEはてブBluesky

VLMの埋め込みを共形予測でキャリブレーションし、動的に拡張する危険語彙に対して安全マージン付きのセマンティックマップを構築する手法を提案。四足ロボット実験で90%の被覆率を達成。

詳しい要約

1. どんなもの？

- タイトル: CoSMO: Conformal Semantic Mapping for Open-World Safe Robot Navigation - 目的: 未知環境で拡張する物体カテゴリに応じた安全クリアランスを確保する semantic safety mapping フレームワーク - 対象: VLM embeddings を calibrated coverage sets と safety-aware obstacle dilations に変換 - 特徴: 動的に拡張する hazard vocabulary と distribution shift に対応 - 応用: 四足歩行ロボットの open-world safe navigation

2. 先行研究と比べてどこがすごい？

- 従来の geometry-only baseline は意味論的安全余裕を考慮しない - VLM は豊富な意味表現を持つが confidence scores が poorly calibrated で安全計画に使いにくい - 既存 conformal prediction (CP) は固定ラベル集合と stationary data を仮定し open-world に不向き - CoSMO は動的拡張する hazard vocabulary と distribution shift 下でも calibrated coverage sets を提供 - 意味論的衝突を geometry-only baseline 比で 61.6% 削減

3. 技術・手法の肝は？

- VLM embeddings を入力とし conformal prediction (CP) で calibrated coverage sets を構築 - 動的に拡張する hazard vocabulary に対応した semantic safety mapping - coverage sets から safety-aware obstacle dilations を生成 - distribution shift 下でも coverage guarantees を維持 - delayed expert feedback があっても形式的 coverage 保証を維持

4. どうやって有効だと検証した？

- Matterport3D (MP3D) データセットで実験 - geometry-only baseline 比で semantic collisions を 61.6% 削減 - delayed expert feedback 下でも formal coverage guarantees を維持 - 実世界四足歩行ロボット実験で long-run empirical coverage 90.73% を達成（目標 90%） - 実世界実験で generalization を実証

5. 議論はある？

- VLM の confidence scores の poor calibration が安全計画の課題 - 既存 CP の固定ラベル集合・stationary data 仮定が open-world で制限 - distribution shift 下での coverage 保証の維持が重要 - delayed expert feedback への対応が議論される - 要旨からはその他の限界や議論は不明

6. 次に読むべき論文は？

- Conformal prediction (CP) の基礎文献 - Vision-language models (VLMs) の calibration 研究 - Matterport3D (MP3D) データセットを用いた semantic mapping 研究 - Open-world safe robot navigation の関連研究 - 要旨で参照/比較されている具体的な先行研究は明示されていない

※ 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: Shuqi Wang, Yiwei Zheng, Pingrui Zhang, Yue Gao, Xiang Yin

分類: cs.RO

原文アブストラクト

Safe autonomous navigation requires not only geometric obstacle avoidance but also semantic awareness. Different object categories demand different safety clearances, and the set of relevant categories may expand as the robot explores novel environments. Vision-language models (VLMs) offer rich semantic representations for building maps of unknown scenes, yet their confidence scores are poorly calibrated, making raw predictions unreliable for safety-critical planning. Conformal prediction (CP) can provide coverage guarantees, but existing methods assume a fixed label set and stationary data, limiting their use in open-world settings. We propose Conformal Semantic Mapping for Open-World Safe Robot Navigation (CoSMO), a semantic safety mapping framework that transforms VLM embeddings into calibrated coverage sets and safety-aware obstacle dilations over a dynamically expanding hazard vocabulary, even under distribution shift. Experiments on the Matterport3D (MP3D) dataset show that CoSMO reduces semantic collisions by 61.6% relative to a geometry-only baseline, while maintaining formal coverage guarantees even under delayed expert feedback. Real-world experiments on a quadruped robot further demonstrate generalization by achieving long-run empirical coverage of 90.73% against the 90% target. Project website: https://yangming911.github.io/cosmo-page/.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI