オフロード走行/ダイナミクス学習2026/10/16arXiv:2610.22900

オフロード走行ダイナミクス学習のための空間構造を活かした知覚表現

Structured Perception Representations for Off-road Dynamics Learning

予測状態周辺のBEV特徴をクエリして次状態を予測するSpatialBEVを提案し、オフロードでのダイナミクス予測誤差を17.1%低減、高速走行時の横偏差も25.3%削減した。

詳しい要約

1. どんなもの？

- 高速オフロード自律走行のための、車両ダイナミクス学習モデル - 地形との相互作用が支配的なオフロード領域を対象 - 知覚情報を条件付けした学習ベースのダイナミクスモデル - 提案手法名は SpatialBEV - 各ステップで予測状態周辺の bird's-eye-view (BEV) 特徴をクエリし、次の予測を条件付け - 併せて、データセット中の最も困難なシナリオを抽出するベンチマーク手法も提示

2. 先行研究と比べてどこがすごい？

- 先行研究は車両ダイナミクスを学習し、局所環境の知覚に条件付けしていた - しかし条件付けが過度に単純で、ダイナミクス問題の空間構造を無視していた - SpatialBEV はこの空間構造を活用する点が新しい - 結果として、physics-based および learned のベースラインに対し予測誤差を 17.1% 削減 - 実機でも高速（≥10 m/s）かつ幾何的に難しいコースで最大 cross-track error を 25.3% 削減

3. 技術・手法の肝は？

- 空間構造を活かすため、予測状態の周辺の BEV 特徴を各ステップでクエリ - 現在の幾何学的・意味的手がかりに基づいて次ステップの予測を条件付け - 知覚表現を単純な条件付けではなく、予測状態に紐づく空間的な特徴として利用 - 加えて、データセットの最も困難なシナリオを mining するベンチマーク手法を提案 - 詳細なネットワーク構成や学習手順は要旨からは不明

4. どうやって有効だと検証した？

- 複数季節にわたり収集したデータセット上で評価 - physics-based および learned ベースラインと比較し予測誤差を 17.1% 削減 - 実機ハードウェアでの評価も実施 - 高速（≥10 m/s）かつ幾何的に難しいコースで最大 cross-track error を 25.3% 削減 - 提案する困難シナリオ mining によるベンチマーク手法も提示

5. 議論はある？

- 要旨からは不明 - 失敗事例、計算コスト、BEV 特徴の依存性、季節間の汎化限界などは記述なし - 提案ベンチマーク手法の妥当性や他データセットへの一般性についても要旨からは不明

6. 次に読むべき論文は？

- 要旨で比較対象として挙げられている physics-based および learned のダイナミクスモデル関連研究 - 知覚条件付きダイナミクス学習の先行研究（local environment に条件付けする手法） - bird's-eye-view (BEV) 表現を用いた知覚・走行関連研究 - オフロード自律走行のダイナミクス学習・制御に関する定番研究（例: 学習ベース車両ダイナミクスモデル、MPC との統合）

※ 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: Micah Nye, Samuel Triest, Matthew Sivaprakasam, Isaiah Adu, Sebastian Scherer, Wenshan Wang

分類: cs.RO

原文アブストラクト

Autonomously navigating off-road terrain at high speed demands accurate control, which often relies on dynamics models that capture complex interactions between the robot and terrain. In off-road regimes, terrain interaction is a major component of the vehicle's dynamics. Prior work attempts to capture this effect by training learned models of the vehicle's dynamics, conditioned on its perception of the local environment. However, said conditioning is often overly simplistic, ignoring the spatial structure of the dynamics problem. Our approach, SpatialBEV, exploits this spatial structure. At each step, we query the bird's-eye-view (BEV) features around the predicted state, conditioning the next prediction on current geometric and semantic cues. We additionally present a benchmarking approach that mines a dataset's most difficult scenarios. On datasets collected across seasons, SpatialBEV reduces prediction error by 17.1%, compared to physics-based and learned baselines. We further evaluate on hardware on high-speed ($\geq$10 m/s) and geometrically challenging courses with a 25.3% reduction in maximum cross-track error. More details can be found at https://theairlab.org/spatial-bev-dynamics .

arXivで原文を読む →arXiv概要ページ

← 論文一覧