Fugu-MT 論文翻訳(概要): Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments

論文の概要: Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments

arxiv url: http://arxiv.org/abs/2605.17302v1
Date: Sun, 17 May 2026 07:34:14 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-19 17:57:47.888572
Title: Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments
Title（参考訳）: 複雑な3次元環境における効率的なトポロジカルグラウンドナビゲーション
Authors: Yifan Du, Chengwei Zhang, Siyu Liao, Zhongfeng Wang,
Abstract要約: 複雑な3次元環境における地上ロボットのナビゲーションは、しばしば幾何学的曖昧さによって妨げられる。本研究では, 地上支持, オーバーヘッドクリアランス, シードベース接続制約を強制することにより, 物理的に到達可能な立位位置の低減状態空間を構築する表面抽出フレームワークを提案する。 5つのMatterport3D屋内シーンと3つのPCTベンチマークシーンで評価され、ステートスペースの80%以上の削減と、Matterport3Dシーンでのサブミリ秒A*検索が示され、300のテストクエリの100%が成功した。
参考スコア（独自算出の注目度）: 8.74281311475706
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Ground robot navigation in complex 3D environments is often hindered by geometric ambiguity, where non-traversable structures such as furniture share local geometric properties with navigable ground. Furthermore, the computational cost of searching massive voxel spaces remains a significant challenge. To address these issues, we present a surface extraction framework that constructs a reduced state space of physically reachable standing positions by enforcing ground support, overhead clearance, and seed-based connectivity constraints. Evaluation across five Matterport3D indoor scenes and three PCT benchmark scenes demonstrates over 80\% state space reduction and sub-millisecond A* search on the Matterport3D scenes, with 100\% planning success across all 300 tested queries.
Abstract（参考訳）: 複雑な3D環境における地上ロボットのナビゲーションは、しばしば幾何学的曖昧さによって妨げられる。さらに、巨大なボクセル空間を探索する計算コストは依然として大きな課題である。これらの問題に対処するために、地上支援、オーバーヘッドクリアランス、シードベース接続制約を強制することにより、物理的に到達可能な立位位置の低減状態空間を構築する表面抽出フレームワークを提案する。 5つのMatterport3D屋内シーンと3つのPCTベンチマークシーンでの評価では、ステートスペースの80\%以上の削減と、Matterport3Dシーンでのサブミリ秒のA*検索が示され、300のテストクエリの100\%が成功した。

関連論文リスト

SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
UAV VLNのための幾何学誘導空間表現フレームワークを提案する。明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
論文参考訳（メタデータ） (2026-03-22T03:56:58Z)
LoG3D: Ultra-High-Resolution 3D Shape Modeling via Local-to-Global Partitioning [26.88556500272625]
非符号距離場(UDF)に基づく新しい3次元変分オートエンコーダフレームワークを提案する。私たちの中心となるイノベーションは、UDFを統一サブボリュームであるUBlockに分割することで処理する、ローカルからグローバルなアーキテクチャです。再現精度と生成品質の両面での最先端性能を実証し,表面の滑らかさと幾何学的柔軟性を向上した。
論文参考訳（メタデータ） (2025-11-13T07:34:43Z)
3dSAGER: Geospatial Entity Resolution over 3D Objects (Technical Report) [7.378893412842889]
3dSAGERは3Dオブジェクト上の空間的エンティティ解決のためのエンドツーエンドパイプラインである。本稿では,マッチングペアの複雑な幾何学的特徴をキャプチャする,空間参照非依存のデファクトチュール化機構を提案する。また、訓練されたモデルを活用して、ハイリコール候補セットを効率的に生成する、軽量で解釈可能な新しいブロッキング手法であるBKAFIを提案する。
論文参考訳（メタデータ） (2025-11-09T09:35:45Z)
SURPRISE3D: A Dataset for Spatial Understanding and Reasoning in Complex 3D Scenes [105.8644620467576]
Stextscurprise3Dは複雑な3次元シーンにおける言語誘導空間推論のセグメンテーションを評価するために設計された新しいデータセットである。 Stextscurprise3Dは、ScanNet++ v2から900以上の詳細な屋内シーンにわたる200k以上の視覚言語ペアで構成されている。データセットには、オブジェクト名なしで意図的に作成される89k以上の人間アノテーション付き空間クエリが含まれている。
論文参考訳（メタデータ） (2025-07-10T14:01:24Z)
Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation [54.04601077224252]
身近なシーン理解には、視覚空間情報の理解だけでなく、3D物理世界における次の探索場所の決定も必要である。アンダーラインテキストbf3D視覚言語学習は、エンボディエージェントが環境を効果的に探索し理解することを可能にする。モデルの汎用性は、カテゴリ、言語記述、参照イメージなど、多様な入力モダリティを使ったナビゲーションを可能にする。
論文参考訳（メタデータ） (2025-07-05T14:15:52Z)
From Objects to Anywhere: A Holistic Benchmark for Multi-level Visual Grounding in 3D Scenes [30.015378490907988]
Anywhere3D-Benchは2,886個の表現3D境界ボックスペアからなる総合的な3D視覚的グラウンドベンチマークである。我々は,大規模言語モデルとともに,最先端の3次元視覚的グラウンドディング手法の評価を行った。
論文参考訳（メタデータ） (2025-06-05T11:28:02Z)
NDC-Scene: Boost Monocular 3D Semantic Scene Completion in Normalized Device Coordinates Space [77.6067460464962]
SSC(Monocular 3D Semantic Scene Completion)は、単一の画像から複雑なセマンティックスや幾何学的形状を予測し、3D入力を必要としないため、近年大きな注目を集めている。我々は,3次元空間に投影された2次元特徴の特徴的曖昧さ,3次元畳み込みのPose Ambiguity,深さの異なる3次元畳み込みにおける不均衡など,現在の最先端手法におけるいくつかの重要な問題を明らかにする。シーン補完ネットワーク(NDC-Scene)を考案し,2を直接拡張する。
論文参考訳（メタデータ） (2023-09-26T02:09:52Z)

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。