不確実性を考慮した空中画像ゴールナビゲーションのための世界モデル

要旨

空中画像ゴールナビゲーションは、目標画像によって指定された目標位置に無人航空機（UAV）を到達させることを必要とする。既存のワールドモデルに基づく手法は、予測された未来を用いて候補軌道をランク付けするが、典型的には1つまたは少数の点予測のみに依存しており、将来状態の不確実性が大きい大規模な屋外環境では不十分である。この制限に対処するため、我々は不確実性を考慮したナビゲーションワールドモデル（UA-NWM）を提案する。これは、空中画像ゴールナビゲーションのための効率的な潜在ワールドモデルであり、軌道スコアリングを条件付き分布外検出として定式化する。UA-NWMは、不確実性部分空間を用いて妥当な未来を表現し、予測と目標の不一致を、不確実性によって説明可能な成分と説明不可能な成分に分解する。スコアリングには説明不可能な残差のみを使用し、複数の将来サンプルを必要とせずにロバストな選択を可能にする。大規模な実験により、UA-NWMは低い推論レイテンシを維持しながら、既存のナビゲーションワールドモデルを一貫して上回ることが実証された。実機UAV実験は、その実用的適用可能性をさらに検証する。プロジェクトページ: https://duryi.github.io/UA-NWM-Project-Page

English

Aerial image-goal navigation requires an unmanned aerial vehicle (UAV) to reach a target location specified by a goal image. Existing world-model-based methods rank candidate trajectories using predicted futures, but typically rely on only one or a few point predictions, which is inadequate for large-scale outdoor environments with substantial future-state uncertainty. To address this limitation, we propose the Uncertainty-Aware Navigation World Model (UA-NWM), an efficient latent world model for aerial image-goal navigation, which formulates trajectory scoring as conditional out-of-distribution detection. UA-NWM represents plausible futures with an uncertainty subspace and decomposes the prediction--goal discrepancy into uncertainty-explainable and unexplainable components. Only the unexplainable residual is used for scoring, enabling robust selection without multiple future samples. Extensive experiments demonstrate that UA-NWM consistently outperforms existing navigation world models while maintaining low inference latency. Real-world UAV experiments further validate its practical applicability. Project page: https://duryi.github.io/UA-NWM-Project-Page