ロボットマニピュレータが非構造化環境で動作する際、動的で予測不可能な障害物への対応は大きな課題となります。従来の手法は事前知識や固定的な認識パイプラインに依存しており、環境の変化への適応性が限定的でした。このような問題を解決するため、新たに提案されたRoboNav-Armフレームワークは、エージェントAIを活用して安全なタスク実行と効果的な障害物回避を実現します。 このシステムは複数のモジュールで構成されています。環境モジュールはリアルタイムで障害物を検出し、3次元空間での位置を特定し、地表面の幾何学的構造を推定します。その後、障害物の位置、物体の幾何学的形状、および障害物が重要な相互作用ゾーン内・外・周辺のいずれに位置するかを含む構造化されたセマンティックレポートを生成します。 システム全体の統合調整は中央調整モジュールが担当し、メモリの管理やMoveItの衝突シーン更新などのツール呼び出しを処理し、各モジュール間の通信を促進し、タスク完了まで進捗を継続的に監視します。計画モジュールは、現在の環境設定と目標要件に基づいて、RRTConnect、RRT*、BiTRRTなどの適切な経路計画アルゴリズムを選択します。計画器によって生成された軌跡はさらに分析・改善され、安全で衝突のないタスク実行を確保します。このアプローチはGazebo Classicで評価され、動的シナリオにおける堅牢性が実証されています。