未知の環境を探索する移動エージェントには、効率的な探索戦略が求められる。従来の手法は占有地図を生成し、未探索領域の訪問順序を最適化することに依存している。しかし、単眼カメラのみに限定されるようなセンサー制約のある環境では、正確な占有地図の生成は困難である。この課題に対処するため、arXivに新たな論文が投稿され、VANDERERと呼ばれる地図不要の探索フレームワークが提案された。
VANDERERの中心となるのは、視覚的好奇心モジュール（Visual Curiosity Module, VCM）である。このモジュールは、事前学習済みの拡散ポリシーを導く役割を果たす。具体的には、ナビゲーション世界モデルを用いて候補となる行動の結果を予測し、その予測に基づいて「好奇心コスト」を計算する。このコストが拡散プロセスを導くことで、探索を最大化する行動が生成される。つまり、システムは各行動の「新規性」を評価し、より多くの新しい情報をもたらす行動をエージェントに促すのである。
研究チームは、多様なシミュレーション環境でVANDERERの有効性を検証した。実験結果は、VANDERERが既存のベースライン手法を一貫して上回ることを示している。具体的には、著名なNoMaD手法と比較して、VANDERERは平均13.4%広い領域を探索することに成功した。この改善は、センサー制約のある条件下で特に顕著であり、従来の手法では正確な地図構築が難しい状況で威力を発揮する。
さらに、研究は興味深い発見を明らかにしている。屋外環境において、視覚的好奇心と幾何学的好奇心の間には直接的な相関関係が存在するのである。これは、視覚情報に基づく新規性の評価が、空間幾何学上の未知度を適切に反映できることを意味する。VANDERERはこの関係を効果的に活用し、単眼画像のみに依存しながら効率的な探索を実現する。この発見は、センサー制約のあるエージェントの探索戦略設計に新たな視点を提供するものである。
本論文はVenkata Naren Devarakondaらによって執筆され、2026年6月12日にarXivに提出された。ロボティクス（cs.RO）分野に属し、コンピュータビジョン（cs.CV）および機械学習（cs.LG）にも関連している。論文の全文と実験の詳細はarXivから入手可能である。