韓国電子通信研究院（ETRI）は16日、韓国科学技術院（KAIST）との共同チームが、スウェーデン・マルメで開かれたコンピュータビジョン分野の学術会議「ECCV 2026」の「VLNVerse」チャレンジで、112チーム中1位を獲得したと発表した。自然言語の指示を理解し、自律的に移動するロボットAI技術で、平均成功率90.7%を記録した。

視覚・言語ナビゲーション（VLN）は、ロボットが人の自然言語による指示を理解し、カメラで周囲の環境を認識しながら目的地まで自律移動する技術。高精度な地図の作成や事前の経路入力がなくても、周辺空間と指示内容を同時に理解して経路を見つけられるのが特徴だ。

ETRIフィールドロボティクス研究室とミョン・ヒョン KAIST教授の研究チームは、「URL-FRRS」チームとして参加した。目標物探索と詳細走行の2課題を合わせた総合評価で、平均成功率90.7%を記録した。

成功率は2位チームと同率だったが、大会規定に基づくタイブレークで提出時刻の早さが評価され、最終的に1位となった。

研究チームは、ロボットが目的地ではない場所を到着地点と誤判定する問題の改善に注力した。約80億パラメータ規模のビジョン・言語モデル（VLM）をロボットナビゲーション向けに学習させ、目的地に到着したかどうかを判定する精度を高めたという。

あわせて、ロボットが誤って停止した際に、到着したかどうかを自律的に再確認し、目的地を再探索する「CoRe-VLN」技術も開発した。

ロボットが停止後に周辺の映像を撮影すると、マルチモーダルAIが場所や目標物、距離情報などを確認し、目的地ではないと判断した場合は経路を探索し直す仕組みだ。

今回の研究では、科学技術情報通信部と情報通信産業振興院（NIPA）の「先端GPU活用支援事業」を通じて支援を受けたNVIDIA H200 GPU 32基を活用した。

ETRIは今後、この技術を視覚障害者向け経路案内ロボット「ガイドドッグ」や、国産AI半導体を活用したオンデバイス型のロボット移動知能に適用する計画だ。

2029年までに国産ニューラルネットワークプロセッサ（NPU）上でVLMを駆動し、ヒューマノイドなどの自律型ロボットが精密地図なしで製造・物流現場を移動できる技術の開発を進めるとしている。