論文の概要: Going Places: Place Recognition in Artificial and Natural Systems

• arxiv url: http://arxiv.org/abs/2511.14341v1
• Date: Tue, 18 Nov 2025 10:49:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:53.059306
• Title: Going Places: Place Recognition in Artificial and Natural Systems
• Title（参考訳）: Going Places: 人工と自然システムにおける位置認識
• Authors: Michael Milford, Tobias Fischer,
• Abstract要約: レビューでは、ロボットシステム、動物研究、そして人間の研究の成果を合成し、異なるシステムがどのようにコードをエンコードし、リコールするかを探求している。 人工システム,動物,人間にまたがる計算的・表現的戦略について検討する。 そこで我々は,場所認識機構を考察し,開発する一貫した概念セットを提案する。
• 参考スコア（独自算出の注目度）: 17.238756001086344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Place recognition, the ability to identify previously visited locations, is critical for both biological navigation and autonomous systems. This review synthesizes findings from robotic systems, animal studies, and human research to explore how different systems encode and recall place. We examine the computational and representational strategies employed across artificial systems, animals, and humans, highlighting convergent solutions such as topological mapping, cue integration, and memory management. Animal systems reveal evolved mechanisms for multimodal navigation and environmental adaptation, while human studies provide unique insights into semantic place concepts, cultural influences, and introspective capabilities. Artificial systems showcase scalable architectures and data-driven models. We propose a unifying set of concepts by which to consider and develop place recognition mechanisms and identify key challenges such as generalization, robustness, and environmental variability. This review aims to foster innovations in artificial localization by connecting future developments in artificial place recognition systems to insights from both animal navigation research and human spatial cognition studies.
• Abstract（参考訳）: 位置認識は、これまで訪れた場所を識別する能力であり、生物学的ナビゲーションと自律システムの両方にとって重要である。 このレビューでは、ロボットシステム、動物研究、人間研究からの知見を合成し、異なるシステムがどのようにコード化され、リコールされるかを探索する。 本研究では, 人工システム, 動物, 人間にまたがる計算・表現戦略について検討し, トポロジカルマッピング, キュー積分, メモリ管理などの収束解を強調した。 動物システムはマルチモーダルナビゲーションと環境適応のための進化したメカニズムを明らかにし、一方で人間の研究は意味的な場所の概念、文化的影響、内省的能力に関するユニークな洞察を提供する。 人工知能はスケーラブルなアーキテクチャとデータ駆動モデルを示す。 本研究では,場所認識機構を考案し,一般化,ロバスト性,環境変動性といった重要な課題を識別する一元化概念を提案する。 本総説は, 人工位置認識システムにおける今後の発展を動物ナビゲーション研究とヒト空間認知研究の両方の知見に結びつけることで, 人工位置認識の革新を促進することを目的としている。

関連論文リスト

• Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
  エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。 人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
  論文  参考訳（メタデータ） (2025-09-11T05:23:22Z)
• Humanoid Occupancy: Enabling A Generalized Multimodal Occupancy Perception System on Humanoid Robots [50.0783429451902]
  ヒューマノイドロボット技術は急速に進歩しており、メーカーは特定のシナリオに合わせて様々な視覚認識モジュールを導入している。 総合的な環境理解に不可欠なリッチなセマンティック情報と3D幾何学情報の両方を提供するため、占有率に基づく表現はヒューマノイドロボットに特に適していると広く認識されている。 本稿では,ハードウェアとソフトウェアコンポーネントを統合した汎用マルチモーダル占有認識システムであるHumanoid Occupancy,データ取得装置,専用のアノテーションパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-07-27T10:47:00Z)
• Exploring Emerging Trends and Research Opportunities in Visual Place Recognition [28.76562316749074]
  視覚に基づく認識は、コンピュータビジョンとロボティクスのコミュニティにおける長年の課題である。 ほとんどのローカライズ実装では、視覚的位置認識が不可欠である。 研究者は最近、視覚言語モデルに注意を向けている。
  論文  参考訳（メタデータ） (2024-11-18T11:36:17Z)
• Emotion Recognition from the perspective of Activity Recognition [0.0]
  人間の感情状態、行動、反応を現実世界の環境に適応させることは、潜伏した連続した次元を用いて達成できる。 感情認識システムが現実のモバイルおよびコンピューティングデバイスにデプロイされ統合されるためには、世界中の収集されたデータを考慮する必要がある。 本稿では,注目機構を備えた新しい3ストリームエンドツーエンドのディープラーニング回帰パイプラインを提案する。
  論文  参考訳（メタデータ） (2024-03-24T18:53:57Z)
• On the Emergence of Symmetrical Reality [51.21203247240322]
  物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。 我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
  論文  参考訳（メタデータ） (2024-01-26T16:09:39Z)
• Adaptive User-centered Neuro-symbolic Learning for Multimodal Interaction with Autonomous Systems [0.0]
  機械学習の最近の進歩により、自律システムは物体を知覚し、理解することができるようになった。 人間が提供する明示的な教えと、人間の行動を観察して得られる暗黙的な教えの両方を考慮することが不可欠である。 インプットのタイプや,ループ内の人間とインクリメンタルな学習技術についても検討する。
  論文  参考訳（メタデータ） (2023-09-11T19:35:12Z)
• Bio-inspired spike-based Hippocampus and Posterior Parietal Cortex models for robot navigation and environment pseudo-mapping [52.77024349608834]
  本研究はスパイクに基づくロボットナビゲーションと環境擬似マッピングシステムを提案する。 海馬は環境状態マップの表現を担い、PPCは局所的な意思決定を担当している。 これはバイオインスパイアされた海馬記憶に基づく動的学習を用いた環境擬似マッピングシステムの最初の実装である。
  論文  参考訳（メタデータ） (2023-05-22T10:20:34Z)
• Neurosymbolic AI - Why, What, and How [9.551858963199987]
  人間は知覚と認知の組み合わせを使って環境と相互作用する。 一方、機械認識はより複雑な計算を包含する。 本稿では,ニューロシンボリックAIの新たなパラダイムを紹介する。
  論文  参考訳（メタデータ） (2023-05-01T13:27:22Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)
• Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems [21.23182328329019]
  多様な表現の階層の教師なし学習を可能にする新しい動的・モジュラーアーキテクチャを導入する。 本システムは,ユーザの嗜好に対して効率よく多様性探索を適応できる発見アシスタントを構築できることを示す。
  論文  参考訳（メタデータ） (2020-07-02T15:28:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。