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:2610.21586

AVALON: 人間が種を蒔くトポロジカル記憶によるゼロショット屋内ナビゲーション

AVALON: Zero-Shot Indoor Navigation with Human-Seeded Topological Memory

シェア:XThreadsFacebookLINEはてブBluesky

人間が与えた階層的空間記憶とトポロジカルな実行検証を組み合わせ、未訪問の屋内環境をゼロショットでナビゲートするフレームワークを提案し、四足ロボットで有効性を示した。

詳しい要約

1. どんなもの？

- 屋内サービスロボット向けのゼロショットナビゲーション手法「AVALON」を提案。 - 人間が既知でロボットが未見の建物を対象とし、現場での事前走行やサイト固有の学習を必要としない。 - 階層的な空間メモリ、ノード検証付きトポロジカル実行、タスク駆動型の人間-ロボットメモリ共更新で構成。 - 展開にはfloor plan、place clues、初期のtopology-odometry alignmentのみが必要。

2. 先行研究と比べてどこがすごい？

- 従来のSLAM地図構築やサイト固有学習を不要にし、ゼロショットで屋内ナビゲーションを実現。 - 既存のDimOS-Go2と比較して、12.81mのIntersection-to-Diningミッションを46.4秒（5/5成功）で完了し、ロボット時間を40.9%削減。 - ポリシーのみのX-NavDPは全5回タイムアウトするのに対し、AVALONは高い成功率を示す。

3. 技術・手法の肝は？

- 人間がシードする階層的空間メモリを中心に構成。 - ノード検証付きトポロジカル実行により、検証済みノード到着を利用した並進再アンカリングを実施。 - ロボット構築のグローバルSLAM地図を必要としない。 - 人間-ロボットメモリ共更新では、人間が視覚では観測不能なタスク制約やオフライン環境変更を指定し、ロボットが能動的な現場検証で物理状態証拠を提供。 - タスク関連性に基づき、人間報告の環境変化をロボット検証するか判断。 - 現場収集の知覚証拠がメモリ更新をゲートし、人間指定の許可とロボット観測の走行可能性を明示的に分離。

4. どうやって有効だと検証した？

- Unitree Go2を用いた実験を実施。 - AVALON with X-NavDPが12.81mのIntersection-to-Diningミッションを46.4秒で完了（5/5成功）。 - マッピングなしで、DimOS-Go2（78.5秒、4/5成功）より40.9%少ないロボット時間を実現。 - ポリシーのみのX-NavDPは5回全てタイムアウト。

5. 議論はある？

- 提案フレームワークの優位性を示す結果が得られたが、限界や課題についての議論は要旨からは不明。 - 人間-ロボットメモリ共更新の詳細な有効性やスケーラビリティに関する議論は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照されているDimOS-Go2、X-NavDP、および関連するトポロジカルナビゲーションやゼロショットナビゲーションの研究。 - 同分野の定番としてSLAMベースのナビゲーションやVisual Depth Point-Goal Navigationの論文。

※ 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: Jing Xia, Changyan Li, Yuduo Wang, Guiyin Tian, Bo Wang, Yifan Liao, Mingjun Li, Shiyan Hu

分類: cs.RO, cs.AI

原文アブストラクト

Indoor service robots often enter unmapped buildings whose layouts and task constraints are already familiar to users. We address this human-familiar, robot-unseen setting with AVALON, a topological navigation framework organized around human-seeded layered spatial memory, node-verified topological execution, and task-triggered, evidence-gated human--robot memory co-updating. The robot has no prior on-site traversal or site-specific training. Deployment requires only a floor plan, place clues, and an initial topology-odometry alignment. Visual depth point-goal navigation leverages verified node arrivals to perform translational re-anchoring, without requiring a robot-constructed global SLAM map. Human--robot memory co-updating fuses complementary sources of information. Human operators specify task constraints that are unobservable via vision and report offline environmental modifications, whereas the robot provides physical-state evidence through active in-situ validation. Task relevance governs whether human-reported environmental changes undergo robot validation during the active mission. Field-collected perceptual evidence gates memory updates, maintaining an explicit separation between human-specified permissions and robot-observed traversability. Our experiments on a Unitree Go2 show that AVALON with X-NavDP completes a 12.81 m Intersection-to-Dining mission in 46.4 s (5/5) with no mapping, 40.9% less robot time than DimOS-Go2 (78.5 s, 4/5), while policy-only X-NavDP times out in all of the 5 runs. These demonstrate the superiority of the proposed topological navigation framework.

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