NavIsaacLab: 並列ロボット学習による現実的な群衆生成と人間を意識したナビゲーションのベンチマーキング
NavIsaacLabは、Isaac Labに基づくフレームワークで、物理ベースかつフォトリアリスティックな歩行者とシーンのシミュレーションを提供し、GPU並列シミュレーションによりリアルタイムの3D視覚フィードバックを実現します。軌道拡散モデルと敵対的動作学習コントローラを用いたデータ駆動型アプローチにより、制御可能で物理ベースの歩行者シミュレーションを可能にし、多様なクロススケールシーンを統合することで、人間を意識したナビゲーション手法の強固なベンチマークを提供します。
ロボットが人間と共有する環境で自律的にナビゲーションするには、周囲の人間の活動を考慮することが不可欠です。しかし、現実のデータを収集するのはコストがかかるため、シミュレーションが重要な役割を果たします。既存のシミュレーションプラットフォームは手作りのルールに依存し、完全な観測を仮定するなど、現実とのギャップがありました。
この問題に対処するため、研究チームはNavIsaacLabを提案しました。これは、NVIDIAのIsaac Labを基盤とし、物理ベースかつフォトリアリスティックなシミュレーションを実現します。GPU上での並列シミュレーションにより、リアルタイムで正確な3D視覚フィードバックをロボットに提供します。
歩行者の動作モデルには、データ駆動型のアプローチを採用。軌道拡散モデルで経路を生成し、敵対的動作学習コントローラで物理的に妥当な動きを生成することで、現実的で多様な歩行者群衆をシミュレートできます。さらに、狭い廊下から広い広場まで様々なシーンを統合し、既存のナビゲーション手法のベンチマークとして利用できます。
このフレームワークは、人間を意識したナビゲーション研究に強力なツールを提供し、より安全で自然な人間ロボットインタラクションの実現に貢献することが期待されます。本論文はBingyi Xiaら8名の著者によるもので、2026年6月24日にarXivに提出され、ロボティクス（cs.RO）分野に分類されています。