論文の概要: Natural-Language to Nav2: Operational Policies for Costmap-Based Navigation

• arxiv url: http://arxiv.org/abs/2610.32633v1
• Date: Fri, 23 Oct 2026 13:44:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.532982
• Title: Natural-Language to Nav2: Operational Policies for Costmap-Based Navigation
• Title（参考訳）: Nav2への自然なアプローチ:コストマップベースのナビゲーションのための運用ポリシー
• Abstract要約: 本稿では、この知識をROS 24.5%2にもたらす自然政策インターフェースを提案する。 大きな言語モデルは、指示を目的地、空間的制約、時間的または出来事条件を指定するポリシーに変換する。 インターフェースは、Nav2の計画と制御コンポーネントを維持しながら、オペレータ命令を明示的なナビゲーションポリシーに接続する。
• 参考スコア（独自算出の注目度）: 0.8049701904919515
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous mobile robots support material transport in warehouses and industrial facilities, where navigation must adapt to changing operating conditions. Sensor observations reveal physical obstacles, but do not by themselves specify temporary access rules, route preferences, or exceptions known to operators. This paper presents a natural-language policy interface that brings this knowledge into ROS 2 Nav2. A local large language model converts instructions into JSON policies specifying destinations, spatial constraints, and temporal or event conditions. Deterministic checks govern mission acceptance, and three costmap adapters project accepted policies into the existing navigation stack without changing its planner or controller. On 150 researcher-authored English commands, four local models produce 107-142 correct accepted policies, compared with 44 for a rule-based parser, with 3-20 incorrect acceptances per model. Fault injection records rejection of eight endpoint/JSON faults and 29 validator-stage faults. Navigation experiments use correct task policies to evaluate keepouts, zone costs, person-dependent regions, and event-conditioned passage in simulation and on a TurtleBot3. For Tasks 1-3, mean travel times are 18.4-24.5% lower in simulation and 23.1-35.0% lower on the physical testbed than with the baseline lacking those policies. A native KeepoutFilter comparison and two-robot demonstrations examine basic keepout behavior and shared policy projection. The interface connects operator instructions to explicit navigation policies while retaining Nav2's planning and control components.
• Abstract（参考訳）: 自律移動ロボットは倉庫や工業施設における物質輸送を支援し、ナビゲーションは操作条件の変化に適応する必要がある。 センサ観測により物理的障害が明らかになるが、それ自体は一時的なアクセス規則や経路優先、演算子に知られている例外を規定していない。 本稿では、この知識をROS 2 Nav2にもたらす自然言語ポリシーインタフェースを提案する。 ローカルな大規模言語モデルは、命令を宛先、空間的制約、時間的またはイベント条件を指定するJSONポリシーに変換する。 決定論的チェックはミッション受け入れを制御し、3つのコストマップアダプタはプランナーやコントローラを変更することなく既存のナビゲーションスタックにポリシーをプロジェクト化する。 研究者が承認した150の英語コマンドでは、4つのローカルモデルが107-142の正しい受け入れポリシーを生成し、ルールベースのパーサーは44で、モデルごとに320の誤った受け入れがある。 フォールトインジェクションは、8つのエンドポイント/JSON障害と29のバリデータステージ障害の拒絶を記録する。 ナビゲーション実験では、適切なタスクポリシを使用して、シミュレーションやTurtleBot3上でのチェックアウト、ゾーンコスト、個人に依存したリージョン、イベント条件のパスを評価する。 タスク1-3では、平均走行時間はシミュレーションでは18.4-24.5%、物理的テストベッドでは23.1-35.0%であり、ベースラインではこれらのポリシーが欠落している。 KeepoutFilterのネイティブ比較と2ボットのデモでは、基本的なメンテナンス動作と共有ポリシプロジェクションが検討されている。 インターフェースは、Nav2の計画と制御コンポーネントを維持しながら、オペレータ命令を明示的なナビゲーションポリシーに接続する。

関連論文リスト

• AstroBench: Benchmarking Free-Floating Capture and Space Robotic Manipulation [27.204018427462064]
  AstroBenchは、固定ベースアームによる自由フローティングと宇宙ロボット操作のためのオープンベンチマークである。 既存のチェックポイントを用いて,買収に焦点を当てた2つの実験を報告する。 その結果、テストされたジェネリストチェックポイントの直接転送が困難であり、タスク固有のキャプチャ動作が成功した。
  論文  参考訳（メタデータ） (2026-10-22T10:42:38Z)
• AirPlayground: Benchmarking Aerial Navigation across Diverse Reconstructed Environments [9.242100236211101]
  AirPlaygroundは、様々な環境における航空航法ポリシーのトレーニングと評価のための統一されたベンチマークである。 まず, 屋内, 都市屋外, 植生にまたがる94光現実的3Dガウススティング(3DGS)環境を, 整列衝突幾何学を用いて構築した。 我々は、94Kのデモンストレーションと46.5Mの同時観測状態動作サンプルを50Hzで生成する、自動専門家飛行収集のためのシーン適応パイプラインを開発した。
  論文  参考訳（メタデータ） (2026-10-21T13:13:00Z)
• NavGPT-3: Harnessing Context in a Hierarchical Navigation Runtime [66.14176202476176]
  言語モデルとOSライクなランタイムを接続するハーネスであるNavGPT-3を紹介する。 アクションポリシー NavGPT VLAは、19.28Mの例に基づいて訓練され、シーンの変化に比例して、アロケーションを使用して視覚トークンを割り当てます。 完全なハーネスで、NavGPT-3はR2R-CEに芸術の状態を設定し、自律的なエージェントを人間レベルに持ち込む。
  論文  参考訳（メタデータ） (2026-10-07T18:45:56Z)
• Language-Grounded Semantic Target Navigation for Autonomous Surface Vehicles [3.437656066916039]
  本研究では,オペレータが提供する記述からASVが海洋目標を識別し,アプローチすることを可能にするフレームワークを提案する。 SGNavはテキスト誘導型セマンティックグラウンド、港認識型候補フィルタリング、CLIPベースのセマンティック検証、ターゲット制御状態構築を統合している。 実験の結果、SGNavは9,7.0pm1.2%$、92.0pm1.5%$、90.0pm1.8%$という3つの目標達成タスクで成功率を達成した。
  論文  参考訳（メタデータ） (2026-09-13T14:45:45Z)
• SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies [61.941546372624686]
  既存のプロトコルはタスクのセマンティクスを廃止し、手作りの報酬と制御が検証したものから逸脱する振る舞いを残している。 本稿では,SUN (Semantically UNified Programs) を導入し,幾何関係と接触関係が一度定義され,整列したモデル予測制御にコンパイルされる型付き実行プログラムについて述べる。 我々のシステムであるKuafuは、言語やシーンのセマンティクスからSUNプログラムを自動で合成し、MPCによる画面表示を実現し、ステージ条件付きポリシーのトレーニング中にセマンティクスを保持する。
  論文  参考訳（メタデータ） (2026-08-31T17:59:16Z)
• NORM-Nav: Zero-Shot Mobile Robot Navigation with Natural Language Behavioral Constraints [46.6378130545666]
  本稿では,NORM-Navについて述べる。NORM-Navは,自然言語の振る舞い制約をコストマップに基づく計画に組み込むフレームワークである。 LLMは、各命令を構造化された制約に解析し、リアルタイムビジョン-LiDAR知覚を使ってそれらをグラウンド化する。 シミュレーションと実世界の実験により、NORM-Navはタスクの成功率を改善し、代表ベースラインよりも人間の参照に近い軌道を生成することが示されている。
  論文  参考訳（メタデータ） (2026-05-16T12:58:03Z)
• TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
  ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。 提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。 シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
  論文  参考訳（メタデータ） (2025-09-10T15:43:32Z)
• DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation [73.80968452950854]
  Vision-Language Navigation in Continuous Environments (VLN-CE) は、エージェントが自由形式の3D空間を通して自然言語の指示に従う必要がある。 既存のVLN-CEアプローチは通常、2段階のウェイポイント計画フレームワークを使用する。 本稿では,エンドツーエンド最適化VLN-CEポリシとしてDAgger Diffusion Navigation (DifNav)を提案する。
  論文  参考訳（メタデータ） (2025-08-13T02:51:43Z)
• ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments [56.194988818341976]
  視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。 本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。 ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
  論文  参考訳（メタデータ） (2023-04-06T13:07:17Z)

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。