NVIDIA、クロス身体ナビゲーション方策の学習手順を公開 COMPASSにCodex/Claude向けのエージェントスキルを同梱

NVIDIAは開発者ブログで、クロス身体のナビゲーション方策を学習するフレームワークCOMPASS（Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis）の手順を公開した。構成は3段階で、事前学習済みの基盤方策X-Mobilityが基本の走行挙動を与え、残差強化学習で機体とシーンに特化した専門家を作り、クロス身体蒸留で複数の専門家を1つの方策にまとめる。入力はRGBカメラ・オドメトリ・目標座標、出力は/cmd_velの速度指令で、GPSの使えない環境ではcuVSLAMをカメラベースの状態推定として併用する。

今回の特徴は、生成した屋内シーン1万件のデータセットSAGE-10Kと、Boston Dynamics Spotを参照機体とするシミュレーション資産を公開したことに加え、学習作業そのものをコーディングエージェントに任せる設計にした点である。$compass、$compass-doctor、$compass-newembodimentの3つのスキルをCodex/Claude向けに同梱し、シーンの生成から学習・評価までを段取りさせる一方、シーンの受け入れ、スモークテスト、チェックポイントの昇格には人の承認ゲートを置く。評価指標は目標到達率・転倒率・所要時間で、安全挙動と接触も監視する。要件はUbuntu 22.04/24.04、16GB以上のRTX GPU（参照はRTX 4080）、Isaac Lab 3.0とIsaac Sim 6.0。ナビゲーションはマニピュレーションに比べて注目が薄い領域だが、学習手順のエージェント化という点では先行している。