現実世界の自律ロボット航法のためのオープンアーキテクチャ型エンドツーエンドシステム

arXiv cs.RO / 2026/4/23

💬 オピニオンDeveloper Stack & InfrastructureModels & Research

共有:

要点

本論文は、認識の不完全さ、部分的な観測、自己位置推定の不確実性、安全制約といった課題に対処しながら、未知で複雑かつ動的な環境でロボットが自律移動できるようにする軽量なオープンアーキテクチャ型エンドツーエンドシステムを提案する。
Unitree Go2の四足ロボット上で動作させ、ROS 2を通じて複数のオンボード構成要素を統合し、自己位置推定・地図作成のためのセンサ融合と、オープンボキャブラリのセマンティクスを組み合わせる。
連続的に更新されるセマンティックな物体マップから階層的なシーングラフを構築し、LLMベースのプランナーがそのグラフを用いてシーンの変化に応じてリアルタイムに複数ステップの計画を生成・適応する。
複数の屋内環境での実験により、ゼロショットでの現実環境における自律航法でタスク成功率88%以上を達成し、運用時の挙動分析も提示する。

Abstract

ロボットが未知で複雑かつ動的な現実環境を自律的に移動することを可能にするには、知覚の不完全さ、部分的可観測性、局所化の不確実性、安全に関する制約など、いくつかの課題があります。現在のアプローチは通常、そのような課題が存在しないシミュレーションに限定されています。本研究では、現実世界のロボット自律移動のための軽量でオープンアーキテクチャなエンドツーエンドシステムを提案します。具体的には、ROS2を介して通信する複数のオンボード構成要素を統合することで、四足ロボット上にリアルタイムの移動システムを実装します。自然言語で指定された移動タスクに対して、システムは、局所化と地図作成のためのオンボードのセンサデータを、オープン語彙のセマンティクスと融合し、連続的に更新される意味対象（セマンティック）マップから階層的なシーングラフを構築します。LLMベースのプランナは、シーンが進化するにつれて、これらのグラフを利用して、リアルタイムに多段階の計画を生成し適応させます。Unitree Go2の四足ロボットを用いて複数の屋内環境で行った実験により、ゼロショットの現実世界における自律移動を実証し、88%超のタスク成功率を達成しました。また、運用時におけるシステム挙動の分析も示します。