論文の概要: Contextual Graph Representations for Task-Driven 3D Perception and Planning

• arxiv url: http://arxiv.org/abs/2603.26685v1
• Date: Thu, 12 Mar 2026 00:45:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.072669
• Title: Contextual Graph Representations for Task-Driven 3D Perception and Planning
• Title（参考訳）: タスク駆動型3次元知覚と計画のための文脈グラフ表現
• Abstract要約: コンピュータビジョンの最近の進歩は、視覚慣性データからオブジェクト中心リレーショナル表現を完全に自動抽出することを促進する。 これらの状態表現は、3次元シーングラフと呼ばれ、密な多重グラフ構造を持つ実世界のシーンの階層的な分解である。 この論文は、ロボットタスク計画と3Dシーングラフの交点における研究のために、既存の組み込みAI環境の適合性をテストする。
• 参考スコア（独自算出の注目度）: 1.7421265706896534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in computer vision facilitate fully automatic extraction of object-centric relational representations from visual-inertial data. These state representations, dubbed 3D scene graphs, are a hierarchical decomposition of real-world scenes with a dense multiplex graph structure. While 3D scene graphs claim to promote efficient task planning for robot systems, they contain numerous objects and relations when only small subsets are required for a given task. This magnifies the state space that task planners must operate over and prohibits deployment in resource constrained settings. This thesis tests the suitability of existing embodied AI environments for research at the intersection of robot task planning and 3D scene graphs and constructs a benchmark for empirical comparison of state-of-the-art classical planners. Furthermore, we explore the use of graph neural networks to harness invariances in the relational structure of planning domains and learn representations that afford faster planning.
• Abstract（参考訳）: コンピュータビジョンの最近の進歩は、視覚慣性データからオブジェクト中心リレーショナル表現を完全に自動抽出することを促進する。 これらの状態表現は、3次元シーングラフと呼ばれ、密な多重グラフ構造を持つ実世界のシーンの階層的な分解である。 3Dシーングラフは、ロボットシステムの効率的なタスク計画を促進するが、与えられたタスクに小さなサブセットしか必要としない場合、多数のオブジェクトと関係を含む。 これはタスクプランナが操作しなければならない状態空間を拡大し、リソース制約のある設定でのデプロイメントを禁止します。 この論文は、ロボットタスク計画と3Dシーングラフの交点における研究のための既存の実施済みAI環境の適合性を検証し、最先端の古典的プランナーの実証的な比較のためのベンチマークを構築する。 さらに、計画領域のリレーショナル構造における不変性を生かし、より高速な計画が可能な表現を学習するためのグラフニューラルネットワークの利用についても検討する。

関連論文リスト

• An Information-Space Perspective to Scene Graph Sufficiency for Robotic Task Planning [0.45119235878273006]
  複雑な環境での計画には、オブジェクト、関係、余裕をキャプチャする表現に基づくタスク仕様が必要です。 シーングラフはこのニーズを満たすが、大規模な環境でのサイズは効率的な計画を妨げる。 本稿では,計画に十分なシーングラフを構成するタスク中心の形式化を提案する。
  論文  参考訳（メタデータ） (2026-09-14T13:55:41Z)
• Hierarchical and Holistic Open-Vocabulary Functional 3D Scene Graphs for Indoor Spaces [116.57196064763924]
  我々は、高密度テーブルトップオブジェクトと明示的なマルチレベル機能関係を導入することで、ベンチマークカバレッジを拡大する。 この研究は、小規模、高密度、および類似のインスタンスにかかわる重要な課題を提起する。 2次元視覚的グラウンドリングと3次元グラフ最適化に基づくオープン語彙パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-05-15T09:14:50Z)
• Queryable 3D Scene Representation: A Multi-Modal Framework for Semantic Reasoning and Robotic Task Planning [28.803789915686398]
  3D Queryable Scene Representation(3D QSR)は、3つの補完的な3D表現を統合するマルチメディアデータ上に構築されたフレームワークである。 オブジェクト中心の設計に基づいて構築されたこのフレームワークは、意味的なクエリビリティを実現するために、大きな視覚言語モデルと統合されている。 その結果,シーン理解の促進と空間的および意味的推論の統合が,フレームワークの持つ能力を示す。
  論文  参考訳（メタデータ） (2025-09-24T12:53:32Z)
• Language-Grounded Hierarchical Planning and Execution with Multi-Robot 3D Scene Graphs [44.52978937479273]
  マッピング,ローカライゼーション,タスク・アンド・モーション・プランニング(TAMP)を統合したマルチロボットシステムを提案する。 本システムでは,マルチロボット3Dシーングラフの融合に利用されるオープンセットのオブジェクトベースマップを組み込んだ共有3Dシーングラフを構築している。 本研究では,大規模な屋外環境における実環境タスクにおけるシステム性能の実験的評価を行う。
  論文  参考訳（メタデータ） (2025-06-09T06:02:34Z)
• Exploring 3D Reasoning-Driven Planning: From Implicit Human Intentions to Route-Aware Activity Planning [103.24305074625106]
  本研究では,暗黙的な指示から意図した活動を導き,ステップ間の経路や計画を伴うステップに分解する新しい3Dタスクである3D推論駆動計画を提案する。 まずReasonPlan3Dという,多種多様な3Dシーンを多種多様な暗黙の指示でカバーする大規模ベンチマークを構築した。 第二に、複数のステップにまたがってコンテキスト整合性を持つプログレッシブプラン生成を導入する新しいフレームワークを設計する。
  論文  参考訳（メタデータ） (2025-03-17T09:33:58Z)
• Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
  Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。 セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
  論文  参考訳（メタデータ） (2024-11-25T10:14:10Z)
• ConceptGraphs: Open-Vocabulary 3D Scene Graphs for Perception and Planning [125.90002884194838]
  ConceptGraphsはオープンな3Dシーン用のグラフ構造化表現である。 2Dファウンデーションモデルを活用し、マルチビューアソシエーションによってアウトプットを3Dに融合することで構築される。 我々は,この表現の有用性を,下流の計画タスクを通じて実証する。
  論文  参考訳（メタデータ） (2023-09-28T17:53:38Z)
• Incremental 3D Semantic Scene Graph Prediction from RGB Sequences [86.77318031029404]
  RGB画像列が与えられたシーンの一貫性のある3Dセマンティックシーングラフをインクリメンタルに構築するリアルタイムフレームワークを提案する。 提案手法は,新たなインクリメンタルエンティティ推定パイプラインとシーングラフ予測ネットワークから構成される。 提案するネットワークは,シーンエンティティから抽出した多視点および幾何学的特徴を用いて,反復的メッセージパッシングを用いた3次元セマンティックシーングラフを推定する。
  論文  参考訳（メタデータ） (2023-05-04T11:32:16Z)
• Sequential Manipulation Planning on Scene Graph [90.28117916077073]
  我々は,効率的な逐次タスク計画のための3次元シーングラフ表現であるコンタクトグラフ+(cg+)を考案する。 ゴール設定は、自然にコンタクトグラフに指定され、最適化法を用いて遺伝的アルゴリズムによって作成することができる。 次に、初期接触グラフと目標設定との間のグラフ編集距離(GED)を計算してタスクプランを簡潔化し、ロボット動作に対応するグラフ編集操作を生成する。
  論文  参考訳（メタデータ） (2022-07-10T02:01:33Z)
• Situational Graphs for Robot Navigation in Structured Indoor Environments [9.13466172688693]
  環境を表す1つのグラフからなるリアルタイムオンライン構築状況グラフ(S-Graphs)を提示する。 本手法は3次元LiDARスキャンから抽出した計測値と平面面を用いて3層Sグラフをリアルタイムに構築・最適化する。 提案手法は,ロボットのポーズ推定の最先端結果を示すだけでなく,環境の計量意味・トポロジーモデルにも寄与する。
  論文  参考訳（メタデータ） (2022-02-24T16:59:06Z)

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。