論文の概要: UDAV: Uncertainty-Driven Adaptive VLM Waypoint Planner

• arxiv url: http://arxiv.org/abs/2609.16368v1
• Date: Mon, 14 Sep 2026 21:30:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.246739
• Title: UDAV: Uncertainty-Driven Adaptive VLM Waypoint Planner
• Title（参考訳）: UDAV: 不確実性駆動適応型VLMウェイポイントプランナ
• Abstract要約: 視覚言語モデル(VLM)は、オフロードナビゲーションのための航空画像から直接ルートを生成することができるが、その予測は信頼性を示すものではない。 UAV誘導UGVナビゲーションのための不確実性駆動適応型VLMウェイポイントプランナであるUDAVを提案する。
• 参考スコア（独自算出の注目度）: 0.9668407688201359
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Vision-language models (VLMs) can generate routes directly from aerial imagery for off-road navigation, but their predictions provide no indication of reliability. We present UDAV, an Uncertainty-Driven Adaptive VLM Waypoint Planner for UAV-guided UGV navigation. UDAV draws multiple stochastic trajectory predictions, selects their medoid as a self-consistent nominal route, and estimates predictive uncertainty from their spatial dispersion. When the maximum uncertainty across interior waypoints exceeds a threshold, UDAV invokes a reconsideration stage; otherwise, it returns the medoid directly. We evaluate UDAV on 400 held-out trajectory queries from two UAV flights. Stochastic medoid selection reduces the mean average displacement error (ADE) from 147.4 pixels for a deterministic prediction to 115.9 pixels. The complete planner achieves a mean ADE of 110.4 pixels, a 25.1% reduction relative to deterministic planning, while producing valid trajectories for all queries. UDAV also yields the lowest 90th- and 95th-percentile errors among all evaluated configurations, including a higher-budget K=10 consensus baseline. Relative to the K=5 medoid, UDAV reduces these errors from 225.3 and 326.0 pixels to 199.0 and 290.8 pixels, respectively. These results demonstrate that stochastic VLM predictions provide both a stronger nominal route and an actionable uncertainty signal for selectively mitigating large planning errors.
• Abstract（参考訳）: 視覚言語モデル(VLM)は、オフロードナビゲーションのための航空画像から直接ルートを生成することができるが、その予測は信頼性を示すものではない。 UAV誘導UGVナビゲーションのための不確実性駆動適応型VLMウェイポイントプランナであるUDAVを提案する。 UDAVは複数の確率軌道予測を描画し、メドイドを自己整合な命名経路として選択し、空間分散から予測の不確実性を推定する。 内部の経路点における最大の不確実性がしきい値を超えると、UDAVは再検討段階を起動し、そうでなければメドイドを直接返す。 2回のUAV飛行から400件の待ち行列に対するUDAVの評価を行った。 確率的メドイド選択は、平均変位誤差(ADE)を決定論的予測のために147.4ピクセルから115.9ピクセルに減少させる。 完全なプランナーは110.4ピクセルの平均ADEを達成し、決定論的計画と比較して25.1%削減し、全てのクエリに対して有効なトラジェクトリを生成する。 UDAVはまた、高予算のK=10コンセンサスベースラインを含むすべての評価された構成の中で、90番目と95番目のエラーを発生させる。 K=5メドイドに対して、UDAVはこれらの誤差を225.3ピクセルと326.0ピクセルから199.0ピクセルと290.8ピクセルに削減する。 これらの結果から、確率的VLM予測は、より強力な名目経路と、大きな計画誤差を選択的に緩和する実行可能な不確実性信号の両方を提供することが示された。

関連論文リスト

• Future-Aware Flow Planning for Safe UAV Target Following [4.950533201061028]
  現状のフォロワーは、曲がり角に遅れたり、封鎖された回廊を選択したり、安全でない準水平運動のトレーディングをしたりすることができる。 本稿では,現状のUAV目標に対する今後のフロープランニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-09T13:40:09Z)
• Sample-Adaptive Latent Rewards for Uncertainty-Guided Diffusion Post-Training [51.18425726646089]
  我々は、画像とビデオの拡散モデルのための統合潜在空間フレームワークであるtextscSUREを提案する。 報酬分布を学習し、信頼性を直接利用して、密集したポストトレーニングをガイドする。 textscSURE-REFLは評価手法の中で最も高いVBench品質、セマンティック、総得点を達成する。
  論文  参考訳（メタデータ） (2026-08-06T14:55:42Z)
• Adaptive-WAM: Quality-Guided Early-Exit Planning from Intermediate Video-Diffusion Features [4.996631858286914]
  計画性能はテストされたビデオノイズレベルにはほとんど反応しないが、強い軌道は中間層からすでに復号化されている。 Wan2.2-5Bバックボーン上に構築された品質対応マルチエグジットプランナであるAdaptive-WAMを紹介する。
  論文  参考訳（メタデータ） (2026-08-06T13:13:07Z)
• Uncertainty-Aware World Model for Aerial Image-Goal Navigation [49.01078106635952]
  不確実性認識ナビゲーションワールドモデル(英: Uncertainty-Aware Navigation World Model、UA-NWM)は、空中画像ゴールナビゲーションのための効率的な潜在世界モデルである。 予測-ゴールの相違を不確実で説明不能なコンポーネントに分解する。 推論レイテンシを低く保ちながら、既存のナビゲーションワールドモデルより一貫して優れています。
  論文  参考訳（メタデータ） (2026-08-06T04:43:53Z)
• KappaPlace: Learning Hyperspherical Uncertainty for Visual Place Recognition via Prototype-Anchored Supervision [3.7599363231894176]
  視覚的位置認識(VPR)は自律ナビゲーションに不可欠である。 標準パイプラインは、クエリがあいまいであったり、マッチが正しくない可能性がある場合に、確実に信号を送ることができない。 我々は不確実性を認識したVPR表現を学習するための原則的フレームワークであるKappaPlaceを提案する。
  論文  参考訳（メタデータ） (2026-05-19T06:45:27Z)
• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• Eva-Tracker: ESDF-update-free, Visibility-aware Planning with Target Reacquisition for Robust Aerial Tracking [51.06229328990625]
  Eva-Trackerは、航空追跡のための可視性を考慮した軌道計画フレームワークである。 ESDF更新を排除し、リカバリ可能なパス生成メソッドを組み込んで、ターゲット再取得を行う。 提案手法は,従来の最先端手法よりも計算労力の少ないロバストな追跡結果を提供する。
  論文  参考訳（メタデータ） (2026-02-13T02:56:34Z)
• Perception-to-Pursuit: Track-Centric Temporal Reasoning for Open-World Drone Detection and Autonomous Chasing [0.0]
  本稿では,検出と実行可能な追従計画を橋渡しするトラック中心の時間的推論フレームワークを提案する。 我々の研究は、動きパターンに対する時間的推論が正確な予測と行動可能な追跡計画の両方を可能にすることを示した。
  論文  参考訳（メタデータ） (2026-01-27T07:57:29Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• RadProPoser: A Framework for Human Pose Estimation with Uncertainty Quantification from Raw Radar Data [1.5318029014836756]
  複素数値レーダテンソルを処理する確率的エンコーダデコーダアーキテクチャであるRadProPoserを紹介する。 変分推論をキーポイント回帰に組み込むことで、RadProPoserは26の3次元関節位置を共同で予測する。 RadProPoserは、光学式モーションキャプチャー地上真実を用いて、45度の角度で5.678cmの6.425cmの総合平均接合位置誤差(MPJPE)を達成した。
  論文  参考訳（メタデータ） (2025-08-05T15:46:05Z)
• AdvDO: Realistic Adversarial Attacks for Trajectory Prediction [87.96767885419423]
  軌道予測は、自動運転車が正しく安全な運転行動を計画するために不可欠である。 我々は,現実的な対向軌道を生成するために,最適化に基づく対向攻撃フレームワークを考案する。 私たちの攻撃は、AVが道路を走り去るか、シミュレーション中に他の車両に衝突する可能性がある。
  論文  参考訳（メタデータ） (2022-09-19T03:34:59Z)
• Uncertainty estimation of pedestrian future trajectory using Bayesian approximation [137.00426219455116]
  動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。 著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。 将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
  論文  参考訳（メタデータ） (2022-05-04T04:23:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。