論文の概要: VLN on the Fly: An Onboard Vision-Language Navigation Stack for Aerial Robots

• arxiv url: http://arxiv.org/abs/2609.20191v1
• Date: Fri, 07 Aug 2026 20:34:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.630796
• Title: VLN on the Fly: An Onboard Vision-Language Navigation Stack for Aerial Robots
• Title（参考訳）: VLN on the Fly:空飛ぶロボットのためのビジョンランゲージナビゲーションスタック
• Abstract要約: VLN on the Flyは、地上、計画、制御を別途検査可能な段階として維持するオンボードスタックである。 量子化されたVLMは、粗いイメージセルに命令を接地し、深度を3Dゴールまで引き上げ、高速なBスプラインプランナーが実行可能な軌道を返却し、事前訓練された強化学習ポリシーは、それを四重項を横断するモーターコマンドに追跡する。
• 参考スコア（独自算出の注目度）: 0.6036666525989519
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Running vision-language navigation fully onboard an aerial robot is hard, since grounding, planning, and control must share limited compute and a single-stage error is difficult to isolate in flight. End-to-end aerial policies fuse these stages into one network, giving up the observability and safety checks a modular stack keeps available. We propose VLN on the Fly, an onboard stack that keeps grounding, planning, and control as separate, inspectable stages. A quantized VLM grounds an instruction to a coarse image cell, depth lifts it to a 3D goal, a fast B-spline planner returns a feasible trajectory, and a pretrained reinforcement learning policy tracks it to motor commands across quadrotors. Across 15 onboard flights over three everyday referents in a controlled indoor volume, the stack reaches the target in 13 of 15 trials with 5.72 cm mean goal error and 39.3% average GPU utilization. In 6 additional cluttered-environment trials, the stack tracks collision-free trajectories under onboard perception gating.
• Abstract（参考訳）: 地上、計画、制御は限られた計算を共有しなければならないため、飛行中に単一ステージエラーを分離することは困難である。 エンドツーエンドの航空政策は、これらのステージをひとつのネットワークに融合させ、モジュールスタックが利用可能な可観測性と安全性チェックを放棄する。 VLN on the Flyは、地上、計画、制御を別途検査可能な段階として維持するオンボードスタックである。 量子化されたVLMは、粗いイメージセルに命令を接地し、深度を3Dゴールまで引き上げ、高速なBスプラインプランナーが実行可能な軌道を返却し、事前訓練された強化学習ポリシーは、それを四重項を横断するモーターコマンドに追跡する。 コントロールされた屋内ボリュームで3回の日常のフライトで15回にわたって、スタックは平均目標誤差5.72cm、平均GPU利用率39.3%で15回の試験のうち13回に到達した。 6つの追加の散らばった環境実験では、スタックは、搭載された知覚ゲーティングの下で衝突のない軌道を追跡する。

関連論文リスト

• Local Path Planning and Obstacle Avoidance for an Omnicopter Platform [5.329751638083761]
  本稿では,全方向マルチロータ(オムニコプタ)のためのリアルタイム局所計画と障害物回避モジュールを提案する。 本手法は, (i) 局所写像のボクセル化, (ii) 車両形状のコンパクトな球面近似, (iii) 6次元探索空間における適応速度サンプリングによるリアルタイム実現性を実現する。 我々は,計算応力試験,高密度ウェイポイント経路追跡,静的・未知の障害物シナリオのシミュレーションにおけるアプローチを評価する。
  論文  参考訳（メタデータ） (2026-09-03T10:25:14Z)
• 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)
• Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware [0.5371337604556311]
  地下鉱山での身体的ナビゲーションは、狭い通路、不均一な地形、ほぼ全天の闇、GPSによる汚染条件、限られた通信インフラなど、重大な課題に直面している。 我々は、Boston Dynamics Spotロボットのための完全に自律的なナビゲーションスタックを提示し、GPUなしで、ネットワーク接続を必要としない低消費電力のIntelコンピュータエッジで完全に動作する。 実験地中地雷の難易度が異なる4地点を対象とし, 完全自律走行の700m以上を, 全20回の試験で100%成功率で蓄積し, 実地試験を繰り返し検証した。
  論文  参考訳（メタデータ） (2026-03-04T02:23:55Z)
• VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments [12.689250855332569]
  VLA-ANは、複雑な環境での自律ドローンナビゲーションに特化したフレームワークである。 既存の大型航法モデルの4つの大きな制限に対処する。 シングルタスクの成功率は98.1%に達する。
  論文  参考訳（メタデータ） (2025-12-17T10:02:55Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• A Map-free Deep Learning-based Framework for Gate-to-Gate Monocular Visual Navigation aboard Miniaturized Aerial Vehicles [6.894810724560054]
  パームサイズの自律型ナノドローン、すなわち重量50g未満は、最近ドローンレースのシナリオに参入し、障害物を回避し、ゲートを通ってできるだけ早く移動するよう義務付けられている。 この研究は、リアルタイムのディープラーニングゲート検出フロントエンドと、古典的でエレガントで効果的なビジュアルサーボ制御バックエンドを組み合わせた、地図のない視覚ベースの自律型ナノドローンを提示する。 現地での実験では、ナノドローンが4分で15個のゲートを通り抜けることに成功した。
  論文  参考訳（メタデータ） (2025-03-07T09:07:07Z)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• Coupling Vision and Proprioception for Navigation of Legged Robots [65.59559699815512]
  我々は視覚と受容の相補的な強みを利用して、脚のあるロボットでポイントゴールナビゲーションを実現する。 車輪付きロボット(LoCoBot)のベースラインよりも優れた性能を示す。 また,センサーと計算能力を備えた四足歩行ロボットに,我々のシステムを実環境に展開することも示す。
  論文  参考訳（メタデータ） (2021-12-03T18:59:59Z)

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。