論文の概要: User-Centric Object Navigation: A Benchmark with Integrated User Habits for Personalized Embodied Object Search

• arxiv url: http://arxiv.org/abs/2602.06459v1
• Date: Fri, 06 Feb 2026 07:43:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.22594
• Title: User-Centric Object Navigation: A Benchmark with Integrated User Habits for Personalized Embodied Object Search
• Title（参考訳）: ユーザ中心オブジェクトナビゲーション:パーソナライズされた身体的オブジェクト検索のための統合されたユーザ習慣付きベンチマーク
• Authors: Hongcheng Wang, Jinyu Zhu, Hao Dong,
• Abstract要約: ユーザ固有のオブジェクト配置習慣を取り入れた新しいベンチマークであるユーザ中心オブジェクトナビゲーション(UcON)を紹介した。 UcONは489のオブジェクトカテゴリにわたる約22,600のユーザ習慣を含んでいる。 本研究では,対象物に関連する習慣を抽出し,利用するための習慣検索モジュールを提案する。
• 参考スコア（独自算出の注目度）: 11.501877446575612
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In the evolving field of robotics, the challenge of Object Navigation (ON) in household environments has attracted significant interest. Existing ON benchmarks typically place objects in locations guided by general scene priors, without accounting for the specific placement habits of individual users. This omission limits the adaptability of navigation agents in personalized household environments. To address this, we introduce User-centric Object Navigation (UcON), a new benchmark that incorporates user-specific object placement habits, referred to as user habits. This benchmark requires agents to leverage these user habits for more informed decision-making during navigation. UcON encompasses approximately 22,600 user habits across 489 object categories. UcON is, to our knowledge, the first benchmark that explicitly formalizes and evaluates habit-conditioned object navigation at scale and covers the widest range of target object categories. Additionally, we propose a habit retrieval module to extract and utilize habits related to target objects, enabling agents to infer their likely locations more effectively. Experimental results demonstrate that current SOTA methods exhibit substantial performance degradation under habit-driven object placement, while integrating user habits consistently improves success rates. Code is available at https://github.com/whcpumpkin/User-Centric-Object-Navigation.
• Abstract（参考訳）: 進化するロボット工学の分野では、家庭環境におけるオブジェクトナビゲーション(ON)の課題が大きな関心を集めている。 既存のOnベンチマークは、通常、個々のユーザの特定の配置習慣を考慮せずに、一般的なシーン先行によってガイドされた場所にオブジェクトを配置する。 この省略は、パーソナライズされた家庭環境におけるナビゲーションエージェントの適応性を制限する。 この問題を解決するために,ユーザ固有のオブジェクト配置習慣を取り入れた新しいベンチマークであるユーザ中心オブジェクトナビゲーション(UcON)を紹介した。 このベンチマークでは、ナビゲーション中により深い意思決定のために、エージェントがこれらのユーザの習慣を活用する必要がある。 UcONは489のオブジェクトカテゴリにわたる約22,600のユーザ習慣を含んでいる。 UcONは、我々の知る限り、習慣条件付きオブジェクトナビゲーションを大規模に形式化し、評価し、最も幅広い対象オブジェクトカテゴリをカバーする最初のベンチマークである。 さらに,対象物に関連する習慣を抽出し,活用する習慣検索モジュールを提案する。 実験結果から,現在のSOTA法は習慣駆動型オブジェクト配置下ではかなりの性能低下を示し,ユーザ習慣の統合は成功率を継続的に向上させることがわかった。 コードはhttps://github.com/whcpumpkin/User-Centric-Object-Navigationで入手できる。

関連論文リスト

• PIGEON: VLM-Driven Object Navigation via Points of Interest Selection [50.77437819030925]
  視覚言語モデル(VLM)を用いたオブジェクトナビゲーションのための興味あるガイド探索点PIGEONを提案する。 我々は、PIGEON-VLと呼ばれる大規模な視覚言語モデル(VLM)を用いて、探索中に形成された関心のポイント(PoI)を選択し、次に低レベルのプランナーを用いて行動出力を行い、決定頻度を増大させる。 従来のオブジェクトナビゲーションベンチマークの実験では、我々のゼロショット転送方式は最先端のパフォーマンスを達成する一方、RLVRはモデルのセマンティックガイダンス機能をさらに強化し、リアルタイムナビゲーションにおける深い推論を可能にしている。
  論文  参考訳（メタデータ） (2025-11-17T10:19:13Z)
• TAS: A Transit-Aware Strategy for Embodied Navigation with Non-Stationary Targets [55.09248760290918]
  非定常目標を持つ動的シナリオにおけるナビゲーションのための新しいアルゴリズムを提案する。 我々の新しいTAS(Transit-Aware Strategy)は、具体化されたナビゲーションポリシーをオブジェクトパス情報で強化する。 TASは、ターゲットルートとルートを同期させるエージェントを報酬することで、非定常環境での性能を改善する。
  論文  参考訳（メタデータ） (2024-03-14T22:33:22Z)
• Think, Act, and Ask: Open-World Interactive Personalized Robot Navigation [17.279875204729553]
  Zero-Shot Object Navigation (ZSON)は、エージェントが未知の環境でオープン語彙オブジェクトへナビゲートすることを可能にする。 ZIPONでは、ユーザーとの会話をしながら、ロボットがパーソナライズされた目標オブジェクトにナビゲートする必要がある。 我々は、知覚、ナビゲーション、コミュニケーションのための異なるモジュールを操作するためのシーケンシャルな決定を行うために、Open-woRld Interactive persOnalized Navigation (ORION)を提案する。
  論文  参考訳（メタデータ） (2023-10-12T01:17:56Z)
• ESC: Exploration with Soft Commonsense Constraints for Zero-shot Object Navigation [75.13546386761153]
  我々は,新しいゼロショットオブジェクトナビゲーション手法であるExploration with Soft Commonsense constraints (ESC)を提案する。 ESCは、事前訓練されたモデルのコモンセンス知識を、ナビゲーション経験のないオープンワールドオブジェクトナビゲーションに転送する。 MP3D, HM3D, RoboTHORのベンチマーク実験により, ESC法はベースラインよりも大幅に改善されていることがわかった。
  論文  参考訳（メタデータ） (2023-01-30T18:37:32Z)
• Object Goal Navigation using Goal-Oriented Semantic Exploration [98.14078233526476]
  本研究は,未確認環境における対象カテゴリーのインスタンスにナビゲートするオブジェクトゴールナビゲーションの問題を研究する。 本稿では,表層的なセマンティックマップを構築し,効率的に環境を探索する「ゴール指向セマンティック探索」というモジュールシステムを提案する。
  論文  参考訳（メタデータ） (2020-07-01T17:52:32Z)
• ObjectNav Revisited: On Evaluation of Embodied Agents Navigating to Objects [119.46959413000594]
  この文書は、ObjectNavのワーキンググループのコンセンサスレコメンデーションを要約します。 評価基準の微妙だが重要な詳細について推奨する。 CVPR 2020のEmbodied AIワークショップで実施された課題において、これらの推奨事項のインスタンス化について、詳細な説明を行う。
  論文  参考訳（メタデータ） (2020-06-23T17:18:54Z)

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。