論文の概要: Validating Navmesh using Geometry: Voxel-Based Analysis with Prioritized Exploration

• arxiv url: http://arxiv.org/abs/2605.21397v1
• Date: Wed, 20 May 2026 16:54:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.794402
• Title: Validating Navmesh using Geometry: Voxel-Based Analysis with Prioritized Exploration
• Title（参考訳）: 幾何学的手法によるナブメシュの検証:優先探索によるボクセル解析
• Authors: Ramesh Raghavan, Ojas Sharma, Sebastien Larrue, Alan Isaac Kunder, Aakash Sai, Rishi Mathur,
• Abstract要約: 不整合は、ゲーム環境において非プレイ可能な文字(NPC)が使用するナビゲーションシステムに直接影響することでプレイヤーの体験に影響を与える。 既存の自動アプローチは、探索エージェントと強化学習技術を用いてナビゲーションの問題を検出する。 本稿では,Navmeshの精度の独立な幾何学的解析により,ナビゲーションメッシュの検証を行うフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.09236074230806579
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Navigation mesh (Navmesh) inconsistencies affect the player experience by directly impacting the navigation systems used by non-playable characters (NPCs) in game environments. While navmeshes are generated from world geometry using well-established algorithms, environments change throughout development as terrain is adjusted and assets are moved or replaced, resulting in mismatches between the navmesh and the actual environment. Existing automated approaches attempt to detect navigation issues using exploration agents and reinforcement learning techniques. However, since these methods rely on the navigation data itself or evaluate navigation behavior indirectly, they do not explicitly verify whether the navigation representation reflects the walkable space defined by underlying geometry. This paper presents a framework for validating navigation meshes through an independent, geometry-driven analysis of navmesh correctness. The approach reconstructs walkable space directly from environment geometry using a voxel-based representation, followed by constraint-aware traversal and connectivity evaluation. Validation is formulated as a prioritized search problem over the voxel space, where reinforcement learning guides sampling toward regions more likely to exhibit inconsistencies. At each sampled location, reachability derived from the voxel representation is compared against reachability obtained from the navmesh via engine-level queries. Experiments across multiple large-scale open-world game environments show that the approach consistently lowers exploration effort while maintaining similar defect detection coverage. The framework runs offline within the game engine and can be integrated into automated quality assurance pipelines. Since the method relies on geometry, it can be adapted across game engines with minimal changes, making it suitable for production deployment.
• Abstract（参考訳）: ナビゲーションメッシュ(Navmesh)の不整合は、ゲーム環境において非プレイ可能な文字(NPC)が使用するナビゲーションシステムに直接影響することにより、プレイヤーエクスペリエンスに影響を与える。 ナブメシュは、よく確立されたアルゴリズムを用いて世界幾何学から生成されるが、地形が調整され、資産が移動または交換され、ナブメシュと実際の環境のミスマッチが発生するため、開発を通して環境が変化する。 既存の自動アプローチは、探索エージェントと強化学習技術を用いてナビゲーションの問題を検出する。 しかし、これらの手法は航法データそのものに依存したり、間接的に航法行動を評価するため、航法表現が下層の幾何学によって定義された歩行可能空間を反映しているかどうかを明示的に検証するものではない。 本稿では,Navmeshの精度の独立な幾何学的解析により,ナビゲーションメッシュの検証を行うフレームワークを提案する。 この手法は、ボクセルに基づく表現を用いて、歩行可能な空間を環境形状から直接再構成し、続いて制約対応のトラバースと接続性の評価を行う。 検証はボクセル空間上の優先的な探索問題として定式化され、そこでは強化学習ガイドが不整合を生じやすい地域に向かってサンプリングする。 各サンプリングされた位置において、ボクセル表現から派生した到達性は、エンジンレベルのクエリを介してナブメシュから得られた到達性と比較される。 複数の大規模オープンワールドゲーム環境における実験では、同様の欠陥検出カバレッジを維持しながら、アプローチが探索の労力を一貫して減らすことが示されている。 フレームワークはゲームエンジン内でオフラインで動作し、自動品質保証パイプラインに統合することができる。 この手法は幾何学に依存しているため、最小限の変更でゲームエンジンに適応できるため、本番環境に適している。

関連論文リスト

• NaviFormer: A Deep Reinforcement Learning Transformer-like Model to Holistically Solve the Navigation Problem [53.70554593151033]
  NaviFormerは、高レベル経路と低レベル軌道の両方を予測することによって、グローバルナビゲーション問題を解決する深層強化学習モデルである。 結果は,各サブプロブレムの制約や難易度を理解することができるため,NaviFormerの競合精度を示す。 計算速度が優れていることは、リアルタイムのミッションに適していることを証明している。
  論文  参考訳（メタデータ） (2026-04-18T11:32:34Z)
• Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
  本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。 我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
  論文  参考訳（メタデータ） (2026-03-23T16:17:39Z)
• FeudalNav: A Simple Framework for Visual Navigation [7.136542835931238]
  ナビゲーション決定過程を複数のレベルに分解する階層的なフレームワークを開発する。 提案手法は,簡単な経路選択ネットワークを通じてサブゴールを選択することを学習する。 トレーニングや推論にオドメトリを使わずに,Habitat AI環境におけるSOTA手法のスイートによる競合結果を示す。
  論文  参考訳（メタデータ） (2026-01-15T22:10:29Z)
• RAVEN: Resilient Aerial Navigation via Open-Set Semantic Memory and Behavior Adaptation [20.730528223747967]
  RAVENは、非構造化屋外環境での空中セマンティックナビゲーションのための3Dメモリベースの行動ツリーフレームワークである。 空間的に一貫したセマンティックなボクセル線マップを永続記憶として使用し、長期計画を可能にし、純粋に反応性のある振る舞いを避ける。 RAVENは、シミュレーションのベースラインを85.25%上回り、屋外フィールドテストにおける空中ロボットへの展開を通じて実世界の適用性を実証している。
  論文  参考訳（メタデータ） (2025-09-28T01:43:25Z)
• MetricNet: Recovering Metric Scale in Generative Navigation Policies [51.90872764552077]
  MetricNetは、ウェイポイント間の距離を予測するジェネレーティブナビゲーションのための効果的なアドオンである。 MetricNetスケールのウェイポイントの実行はナビゲーションと探索の両方のパフォーマンスを大幅に改善することを示す。 また、MetricNetをナビゲーションポリシーに統合し、目標に向かって移動しながら障害物からロボットを誘導するMetricNavを提案する。
  論文  参考訳（メタデータ） (2025-09-17T13:37:13Z)
• TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
  ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。 提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。 シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
  論文  参考訳（メタデータ） (2025-09-10T15:43:32Z)
• Grid2Guide: A* Enabled Small Language Model for Indoor Navigation [6.341317643879287]
  本研究では,A*探索アルゴリズムとSmall Language Model(SLM)を組み合わせるハイブリッドナビゲーションフレームワークを提案する。 提案手法を,リアルタイム屋内ナビゲーション支援のための軽量かつインフラストラクチャフリーなソリューションとして検証した。
  論文  参考訳（メタデータ） (2025-08-11T15:39:27Z)
• Object Goal Navigation with Recursive Implicit Maps [92.6347010295396]
  対象目標ナビゲーションのための暗黙的な空間マップを提案する。 提案手法は, 挑戦的なMP3Dデータセット上での技量を著しく上回る。 我々は、実際のロボットにモデルをデプロイし、実際のシーンでオブジェクトゴールナビゲーションの結果を奨励する。
  論文  参考訳（メタデータ） (2023-08-10T14:21:33Z)
• ViKiNG: Vision-Based Kilometer-Scale Navigation with Geographic Hints [94.60414567852536]
  長距離航法には、計画と局所的な移動可能性の推論の両方が必要である。 学習と計画を統合する学習に基づくアプローチを提案する。 ViKiNGは、画像ベースの学習コントローラを利用できる。
  論文  参考訳（メタデータ） (2022-02-23T02:14:23Z)

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。