論文の概要: Hydra-Nav: Object Navigation via Adaptive Dual-Process Reasoning

• arxiv url: http://arxiv.org/abs/2602.09972v1
• Date: Tue, 10 Feb 2026 17:00:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.330608
• Title: Hydra-Nav: Object Navigation via Adaptive Dual-Process Reasoning
• Title（参考訳）: Hydra-Nav:Adaptive Dual-Process Reasoningによるオブジェクトナビゲーション
• Authors: Zixuan Wang, Huang Fang, Shaoan Wang, Yuanfei Luo, Heng Dong, Wei Li, Yiming Gan,
• Abstract要約: 探索履歴を解析し,高レベルプランを定式化するための検討段階の遅いシステム間を切り替える統合VLMアーキテクチャであるHydra-Navを紹介する。 実験の結果、Hydra-NavはHM3D、MP3D、OVONのベンチマークで最先端のパフォーマンスを達成し、それぞれ11.1%、17.4%、21.2%で2番目に良い手法を上回った。
• 参考スコア（独自算出の注目度）: 27.764007225331454
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While large vision-language models (VLMs) show promise for object goal navigation, current methods still struggle with low success rates and inefficient localization of unseen objects--failures primarily attributed to weak temporal-spatial reasoning. Meanwhile, recent attempts to inject reasoning into VLM-based agents improve success rates but incur substantial computational overhead. To address both the ineffectiveness and inefficiency of existing approaches, we introduce Hydra-Nav, a unified VLM architecture that adaptively switches between a deliberative slow system for analyzing exploration history and formulating high-level plans, and a reactive fast system for efficient execution. We train Hydra-Nav through a three-stage curriculum: (i) spatial-action alignment to strengthen trajectory planning, (ii) memory-reasoning integration to enhance temporal-spatial reasoning over long-horizon exploration, and (iii) iterative rejection fine-tuning to enable selective reasoning at critical decision points. Extensive experiments demonstrate that Hydra-Nav achieves state-of-the-art performance on the HM3D, MP3D, and OVON benchmarks, outperforming the second-best methods by 11.1%, 17.4%, and 21.2%, respectively. Furthermore, we introduce SOT (Success weighted by Operation Time), a new metric to measure search efficiency across VLMs with varying reasoning intensity. Results show that adaptive reasoning significantly enhances search efficiency over fixed-frequency baselines.
• Abstract（参考訳）: 大規模な視覚言語モデル(VLM)は、オブジェクトの目標ナビゲーションを約束するが、現在の手法は、成功率の低いことと、見えないオブジェクトの非効率なローカライゼーションに苦慮している。 一方、VLMベースのエージェントに推論を注入する最近の試みは、成功率を改善するが、かなりの計算オーバーヘッドを発生させる。 既存手法の非効率性と非効率性の両方に対処するため,Hydra-Navを導入する。Hydra-Navは,探索履歴の分析と高レベル計画の定式化のための検討段階の遅いシステムと,効率的な実行のための反応性の高速システムとを適応的に切り替える統一VLMアーキテクチャである。 私たちは3段階のカリキュラムを通してHydra-Navを訓練します。 一 軌道計画を強化するための空間行動アライメント (II)長期探査における時間空間推論の強化のためのメモリ推論統合 三 批判的決定点における選択的推論を可能にするための反復的拒絶微調整 大規模な実験により、Hydra-NavはHM3D、MP3D、OVONのベンチマークで最先端のパフォーマンスを達成し、それぞれ11.1%、17.4%、21.2%で2番目に良い手法を上回った。 さらに,VLM間の探索効率を異なる推論強度で測定する新たな指標であるSOT(Success by Operation Time)を導入する。 その結果,適応推論は固定周波数ベースラインに対する探索効率を著しく向上させることがわかった。

関連論文リスト

• DecoVLN: Decoupling Observation, Reasoning, and Correction for Vision-and-Language Navigation [49.233063630722334]
  長距離ナビゲーションにおけるロバストなストリーミング認識と閉ループ制御のためのフレームワークであるDecoVLNを提案する。 本稿では,統合されたスコアリング関数を反復的に最適化することにより,過去の候補プールからフレームを選択する適応的精錬機構を提案する。 また,コンプレックスエラーを軽減するために,状態-作用ペアレベルの補正手法を導入する。
  論文  参考訳（メタデータ） (2026-03-13T16:24:37Z)
• FASTopoWM: Fast-Slow Lane Segment Topology Reasoning with Latent World Models [75.28505955393591]
  レーンセグメント推論は、総合的な鳥眼ビュー(BEV)ロードシーン理解を提供する。 ストリームベースの時間的伝搬法は,クエリレベルとBEVレベルの両方に時間的手がかりを組み込むことで,有望な結果を示した。 FASTopoWMは、潜在世界モデルで拡張された新しい高速スローレーンセグメント推論フレームワークである。
  論文  参考訳（メタデータ） (2025-07-31T08:12:56Z)
• DORAEMON: Decentralized Ontology-aware Reliable Agent with Enhanced Memory Oriented Navigation [55.888688171010365]
  DORAEMONは、人間のナビゲーション機能を模倣したVentralとDorsal Streamsで構成される、認知にインスパイアされたフレームワークである。 我々は,DORAEMONをHM3D,MP3D,GOATのデータセット上で評価し,成功率(SR)と成功度(SPL)の測定値の両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-05-28T04:46:13Z)
• Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
  強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。 現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。 本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
  論文  参考訳（メタデータ） (2023-06-09T18:45:15Z)

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。