論文の概要: Habitat-GS: A High-Fidelity Navigation Simulator with Dynamic Gaussian Splatting

• arxiv url: http://arxiv.org/abs/2604.12626v1
• Date: Tue, 14 Apr 2026 11:52:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.419486
• Title: Habitat-GS: A High-Fidelity Navigation Simulator with Dynamic Gaussian Splatting
• Title（参考訳）: Habitat-GS:動的ガウス平滑化を用いた高忠実ナビゲーションシミュレータ
• Authors: Ziyuan Xia, Jingyi Xu, Chong Cui, Yuanhong Yu, Jiazhao Zhang, Qingsong Yan, Tao Ni, Junbo Chen, Xiaowei Zhou, Hujun Bao, Ruizhen Hu, Sida Peng,
• Abstract要約: Habitat-GSはナビゲーション中心のAIシミュレータで、3Dフォトリアリスティックなシーンレンダリングとドライビング可能なガウスアバターを統合している。 動的人体モデリングでは、ガウスアバターモジュールを導入し、それぞれのアバターを光現実的な視覚的実体と効果的なナビゲーション障害物として同時に機能させることができる。
• 参考スコア（独自算出の注目度）: 83.60803397468139
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Training embodied AI agents depends critically on the visual fidelity of simulation environments and the ability to model dynamic humans. Current simulators rely on mesh-based rasterization with limited visual realism, and their support for dynamic human avatars, where available, is constrained to mesh representations, hindering agent generalization to human-populated real-world scenarios. We present Habitat-GS, a navigation-centric embodied AI simulator extended from Habitat-Sim that integrates 3D Gaussian Splatting scene rendering and drivable gaussian avatars while maintaining full compatibility with the Habitat ecosystem. Our system implements a 3DGS renderer for real-time photorealistic rendering and supports scalable 3DGS asset import from diverse sources. For dynamic human modeling, we introduce a gaussian avatar module that enables each avatar to simultaneously serve as a photorealistic visual entity and an effective navigation obstacle, allowing agents to learn human-aware behaviors in realistic settings. Experiments on point-goal navigation demonstrate that agents trained on 3DGS scenes achieve stronger cross-domain generalization, with mixed-domain training being the most effective strategy. Evaluations on avatar-aware navigation further confirm that gaussian avatars enable effective human-aware navigation. Finally, performance benchmarks validate the system's scalability across varying scene complexity and avatar counts.
• Abstract（参考訳）: 具体化されたAIエージェントの訓練は、シミュレーション環境の視覚的忠実度と、動的人間をモデル化する能力に大きく依存する。 現在のシミュレータは、限られた視覚的リアリズムを持つメッシュベースのラスタライゼーションに依存しており、利用可能な人間の動的アバターのサポートは、メッシュ表現に制約され、人為的な現実のシナリオへのエージェントの一般化を妨げる。 Habitat-GSは、Habitat-Simから拡張されたナビゲーション中心のAIシミュレータで、3Dガウススティングシーンレンダリングとドライビング可能なガウスアバターを統合し、Habitatエコシステムとの完全な互換性を維持している。 本システムは,リアルタイムなフォトリアリスティックレンダリングのための3DGSレンダラを実装し,多様なソースからのスケーラブルな3DGSアセットインポートをサポートする。 動的人間のモデリングでは,各アバターがフォトリアリスティックな視覚的実体と効果的なナビゲーション障害として同時に機能し,エージェントがリアルな環境で人間の認識行動を学ぶことができるガウスアバターモジュールを導入する。 ポイントゴールナビゲーションの実験では、3DGSシーンで訓練されたエージェントがより強力なクロスドメイン一般化を実現し、混合ドメイントレーニングが最も効果的な戦略であることが示されている。 アバター認識ナビゲーションの評価は、ガウスアバターが効果的な人間認識ナビゲーションを可能にすることをさらに確認する。 最後に、パフォーマンスベンチマークは、様々なシーンの複雑さとアバター数にわたるシステムのスケーラビリティを検証する。

関連論文リスト

• ReaDy-Go: Real-to-Sim Dynamic 3D Gaussian Splatting Simulation for Environment-Specific Visual Navigation with Moving Obstacles [18.27305975041577]
  本研究では,ターゲット環境における動的シナリオを合成するシミュレーションパイプラインReaDy-Goを提案する。 提案したシミュレータは、任意の視点から、アニマタブルなヒトGSアバターを用いた何千ものフォトリアリスティックナビゲーションシナリオを生成する。 ReaDy-Goはシミュレーションと実世界の両方の実験において、ターゲット環境のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-12T04:48:18Z)
• STG-Avatar: Animatable Human Avatars via Spacetime Gaussian [14.962899842675304]
  提案するSTG-Avatarは,高忠実性アニマタブルヒトアバター再構成のための3DGSベースのフレームワークである。 LBSは、グローバルポーズ変換を駆動することで、リアルタイムの骨格制御を可能にする。 本手法は, 復元品質と運転効率の両面で, 最先端のベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2025-10-25T03:23:38Z)
• EVA: Expressive Virtual Avatars from Multi-view Videos [51.33851869426057]
  本稿では,アクター固有の,完全に制御可能な,表現力のある人間のアバターフレームワークであるExpressive Virtual Avatars (EVA)を紹介する。 EVAは、表情、身体の動き、手の動きの独立的な制御を可能にしながら、高忠実でライフライクなレンダリングをリアルタイムで実現している。 この研究は、完全に乾燥可能なデジタル人間モデルに向けた大きな進歩を示している。
  論文  参考訳（メタデータ） (2025-05-21T11:22:52Z)
• GSAC: Leveraging Gaussian Splatting for Photorealistic Avatar Creation with Unity Integration [45.439388725485124]
  フォトリアリスティックアバターは、仮想現実(VR)や拡張現実(AR)における没入型アプリケーションに不可欠であり、トレーニングシミュレーション、遠隔医療、バーチャルコラボレーションなどの分野におけるライフライクなインタラクションを可能にする。 既存のアバター生成技術は、高コスト、長い作成時間、仮想アプリケーションにおける限られたユーティリティなど、重大な課題に直面している。 本稿では,モノクロビデオ入力を活用して,スケーラブルで効率的な光リアルアバターを作成する,エンドツーエンドの3Dガウス3DGSアバター生成パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-04-17T15:10:14Z)
• Deformable 3D Gaussian Splatting for Animatable Human Avatars [50.61374254699761]
  本稿では,デジタルアバターを単一単分子配列で構築する手法を提案する。 ParDy-Humanは、リアルなダイナミックな人間のアバターの明示的なモデルを構成する。 当社のアバター学習には,Splatマスクなどの追加アノテーションが不要であり,ユーザのハードウェア上でも,フル解像度の画像を効率的に推測しながら,さまざまなバックグラウンドでトレーニングすることが可能である。
  論文  参考訳（メタデータ） (2023-12-22T20:56:46Z)
• GaussianAvatar: Towards Realistic Human Avatar Modeling from a Single Video via Animatable 3D Gaussians [51.46168990249278]
  一つのビデオから動的に3D映像を映し出すリアルな人間のアバターを作成するための効率的なアプローチを提案する。 GustafAvatarは、公開データセットと収集データセットの両方で検証されています。
  論文  参考訳（メタデータ） (2023-12-04T18:55:45Z)

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。