ROBOTICS & HUMANOID

AgenticDiffusion: การนำทางโดรนในอาคารด้วยโมเดลภาษาและการวางแผนผ่าน Diffusion

arXiv:2606.0411104 Jun 2026

1 min read

Key Takeaways

การผสานโมเดลภาษาเข้ากับมุมมองภาพที่หลากหลายและอัลกอริทึม Diffusion ช่วยให้โดรนสามารถทำภารกิจในอาคารที่ซับซ้อนได้อย่างแม่นยำและเป็นอัตโนมัติมากขึ้น

ทำไมเรื่องนี้ถึงสำคัญ

ยกระดับการนำทางโดรนจากแค่การหลบสิ่งกีดขวางไปสู่การทำความเข้าใจคำสั่งภาษาธรรมชาติและการวางแผนเชิงพื้นที่ที่ชาญฉลาดขึ้นในสภาพแวดล้อมจริง

การนำทางโดรนในที่ร่มมักมีปัญหาเรื่องมุมมองที่จำกัดและความซับซ้อนของสิ่งกีดขวาง AgenticDiffusion เข้ามาแก้ปัญหานี้ด้วยการรวมเอาการใช้เหตุผลผ่านโมเดลภาษา (Language-guided reasoning), การค้นหาเป้าหมายด้วย Open-vocabulary grounding และการวางแผนเส้นทางด้วย Diffusion-based planning เข้าด้วยกัน

ระบบจะประมวลผลทั้งมุมมองจากตัวโดรน (FPV) และมุมมองจากด้านบน (Top-view) เพื่อหาจุดที่ให้ข้อมูลดีที่สุดในการเคลื่อนที่ ช่วยลดการสำรวจซ้ำซ้อนและเพิ่มประสิทธิภาพในการค้นหาเป้าหมาย จากการทดสอบในโลกจริง 40 ครั้ง พบว่ามีอัตราความสำเร็จของภารกิจโดยรวมถึง 80% และตัววางแผนเส้นทาง (Diffusion Planners) มีอัตราความสำเร็จในการสร้างเส้นทางได้ถึง 100%

สรุปประเด็นหลัก

ใช้มุมมองภาพร่วมกันระหว่าง FPV และ Top-view เพื่อการตัดสินใจที่ดีขึ้น

อัตราความสำเร็จในการสร้างเส้นทางด้วย Diffusion Planner สูงถึง 100%

รองรับคำสั่งภาษาธรรมชาติและการระบุเป้าหมายแบบ Open-vocabulary

นวัตกรรมและเทคโนโลยี

platform

Multi-view Navigation Framework

ระบบประสานงานระหว่างมุมมองภาพหลายด้านเพื่อลดความสับสนในพื้นที่ปิด

tools

Diffusion-based Path Planning

การใช้เทคนิค Diffusion ในการสร้างเส้นทางการบินที่ยืดหยุ่นและปลอดภัย

Developer Impact

วิศวกรด้านอากาศยานไร้คนขับสามารถนำแนวทางการใช้โมเดลภาษาและ Diffusion มาปรับใช้เพื่อพัฒนาโดรนที่ตอบสนองต่อคำสั่งผู้ใช้ได้โดยตรงและสามารถนำทางในที่ร่มได้อย่างมีประสิทธิภาพมากขึ้น

Keywords

#uav #diffusion models #path planning #navigation #open-vocabulary

Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

arXiv:2606.04111