IGV-RRT：変化する環境におけるアクティブ物体探索のための事前・リアルタイム観測統合
arXiv cs.RO / 2026/3/24
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、屋内環境における物体ゴールナビゲーション（ObjectNav）を扱う。ここでは対象物が移動し得るため、過去のシーン知識が信頼できなくなる可能性がある。
- 不確実性を考慮した事前情報と、Vision Language Model（VLM）によって生成されるオンラインの対象関連性推定値を融合する確率的計画フレームワークを提案する。
- 手法は二層のセマンティック・マッピングを用いる。グローバルな誘導には3Dシーングラフから導出される情報ゲイン・マップ（IGM）、現在のシーンの局所的な妥当性確認にはVLMスコア・マップ（VLM-SM）を用いる。
- リアルタイムのプランナーであるIGV-RRTは、セマンティックに顕著であると同時に、事前尤度およびオンライン関連性と整合する領域へ向けて探索木の拡張を優先しつつ、運動学的な実現可能性を維持する。
- シミュレーションと実環境での実験により、物体の組み替えがある状況下で、ベースライン手法に比べて探索効率と成功率が向上することが示される。
