論文の概要: G-DRAGON: Geospatial Reasoning and Dynamic Planning for Retrieval-Augmented Outdoor Navigation

• arxiv url: http://arxiv.org/abs/2605.25646v1
• Date: Mon, 25 May 2026 09:52:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.63065
• Title: G-DRAGON: Geospatial Reasoning and Dynamic Planning for Retrieval-Augmented Outdoor Navigation
• Title（参考訳）: G-DRAGON:リトリーバル拡張屋外ナビゲーションのための地理空間推論と動的計画
• Abstract要約: G-DRAGONは、屋外のオープンワールドナビゲーションのための検索拡張フレームワークである。 軽量LLMに基づく生成検索により、自然言語コマンドをバージョン管理されたローカルOSMエンティティにマッピングする。 高レベルの計画モジュールは、SLAMシステムでグローバルなトポロジカルなルートをブリッジし、地理空間的な経路をロボットのナビゲート可能なフレームに投影する。
• 参考スコア（独自算出の注目度）: 8.375852792481576
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous ground robots operating in large-scale outdoor environments require both robust long-range navigation and fine-grained ''last-mile'' exploration. Current advances in visual-language navigation (VLN) work well at short-range tasks, lacking geospatial grounding for long-distance missions. Some OpenStreetMap (OSM)-based methods relying on cloud-based Large Language Models (LLMs) are prone to factual hallucination and cannot conduct ''last-mile'' exploration based on human instruction. To address these challenges, we present G-DRAGON, a retrieval-augmented framework for outdoor, open-world navigation. This framework maps natural-language commands to versioned, local OSM entities via generative retrieval based on lightweight LLM, yielding accurate coordinates for global route planning. A high-level planning module bridges global topological routes with the SLAM system, projecting geospatial waypoints into the robot's navigable frame. For the ''last mile," the framework transitions to frontier-based exploration and open-set semantic voxel mapping to localize open-vocabulary targets. Experimental results in simulation demonstrate our framework outperforms state-of-the-art baselines. Furthermore, we validate the system in unseen real-world urban environments on an Unmanned Ground Vehicle (UGV), successfully completing person-search missions with trajectories of up to 500m.
• Abstract（参考訳）: 大規模な屋外環境で動く自律的な地上ロボットは、堅牢な長距離航法と、きめ細かい「ラストマイル」探索の両方を必要とする。 視覚言語ナビゲーション(VLN)の現在の進歩は、長距離任務のための地理空間的接地を欠いた短距離作業でうまく機能している。 クラウドベースのLarge Language Models (LLMs) に依存するOpenStreetMap (OSM) ベースのいくつかの手法は、実際に幻覚を起こす傾向があり、人間の指示に基づいて「ラストマイル」探索を行うことはできない。 これらの課題に対処するため、屋外のオープンワールドナビゲーションのための検索拡張フレームワークG-DRAGONを提案する。 このフレームワークは、軽量LLMに基づく生成検索により、自然言語コマンドをバージョン管理されたローカルOSMエンティティにマッピングし、グローバルルート計画のための正確な座標を生成する。 高レベルの計画モジュールは、SLAMシステムでグローバルなトポロジカルなルートをブリッジし、地理空間的な経路をロボットのナビゲート可能なフレームに投影する。 ラストマイルでは、このフレームワークはフロンティアベースの探索とオープンセットセマンティックなボクセルマッピングに移行し、オープン語彙のターゲットをローカライズする。 シミュレーション実験の結果、我々のフレームワークは最先端のベースラインより優れていることが示された。 さらに,無人地上車両 (UGV) を用いた実世界の都市環境下でのシステムの検証を行い,最大500mの軌道で人力探査ミッションを完了した。

関連論文リスト

• HaltNav: Reactive Visual Halting over Lightweight Topological Priors for Robust Vision-Language Navigation [1.774434289475737]
  VLN(Vision-and-Language Navigation)は、厳格なステップバイステップの指示から、オープンな語彙、ゴール指向の自律性へとシフトしている。 本稿では,OsmAGのロバストなグローバルプランニングと,VLNの局所探索と命令グラウンド機能を組み合わせた階層型ナビゲーションフレームワークHaltNavを提案する。
  論文  参考訳（メタデータ） (2026-03-13T06:22:35Z)
• WildOS: Open-Vocabulary Object Search in the Wild [12.098091049832965]
  この研究は、長距離でオープンなオブジェクト検索のための統一システムWildOSを提示する。 基礎モデルに基づく視覚モジュール ExploRFM を用いて、グラフのフロンティアノードをスコアリングする。 また、オープン語彙ターゲットクエリの粗い局所化のための粒子フィルタに基づく手法も導入する。
  論文  参考訳（メタデータ） (2026-02-22T19:14:00Z)
• ReasonNavi: Human-Inspired Global Map Reasoning for Zero-Shot Embodied Navigation [53.95797153529148]
  身体的エージェントは、主に部分的な自我中心の観測に依存するため、効率的なナビゲーションに苦しむことが多い。 本稿では,マルチモーダル大規模言語モデル(MLLM)と決定論的プランナを結合することにより,この理由に基づくパラダイムを運用する,人間にインスパイアされたフレームワークであるReasonNaviを紹介する。
  論文  参考訳（メタデータ） (2026-01-26T19:09:20Z)
• FOM-Nav: Frontier-Object Maps for Object Goal Navigation [65.76906445210112]
  FOM-Navはフロンティアオブジェクトマップと視覚言語モデルによる探索効率を高めるフレームワークである。 FOM-Navをトレーニングするために,実環境から大規模ナビゲーションデータセットを自動構築する。 FOM-NavはMP3DとHM3Dのベンチマーク、特にナビゲーション効率の指標SPL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） (2025-11-30T18:16:09Z)
• LunarLoc: Segment-Based Global Localization on the Moon [52.418394025548295]
  GPSのような従来の地球ベースのナビゲーションインフラが利用できない月面での自律的な運用には、グローバルなローカライゼーションが不可欠である。 本稿では,グローバルなローカライゼーション手法であるLunarLocを提案する。 LunarLocは、マルチセッショングローバルローカライゼーション実験において、サブcmレベルの精度を実現し、月のグローバルローカライゼーションにおける技術状況を大幅に上回っている。
  論文  参考訳（メタデータ） (2025-06-20T12:06:47Z)
• CityNavAgent: Aerial Vision-and-Language Navigation with Hierarchical Semantic Planning and Global Memory [39.76840258489023]
  航空ビジョン・アンド・ランゲージナビゲーション(VLN)では、ドローンが自然言語の指示を解釈し、複雑な都市環境をナビゲートする必要がある。 都市空域VLNの航法複雑性を著しく低減する大規模言語モデル(LLM)を用いたエージェントである textbfCityNavAgent を提案する。
  論文  参考訳（メタデータ） (2025-05-08T20:01:35Z)
• Exploring Spatial Representation to Enhance LLM Reasoning in Aerial Vision-Language Navigation [11.267956604072845]
  ALN(Aerial Vision-and-Language Navigation)は、無人航空機(Unmanned Aerial Vehicles、UAV)が自然言語の指示や視覚的手がかりを通じて屋外の環境を航行できるようにする新しいタスクである。 本稿では,大規模言語モデル(LLM)をアクション予測のエージェントとして活用する,空飛ぶVLNタスクのためのトレーニングフリーゼロショットフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-10-11T03:54:48Z)
• SayNav: Grounding Large Language Models for Dynamic Planning to Navigation in New Environments [14.179677726976056]
  SayNavは、Large Language Models(LLM)からの人間の知識を活用して、複雑なナビゲーションタスクを効率的に一般化する新しいアプローチである。 SayNavは最先端の結果を達成し、成功率の点で強烈な地道的な仮定でオラクルベースのベースラインを8%以上上回ります。
  論文  参考訳（メタデータ） (2023-09-08T02:24:37Z)
• Think Global, Act Local: Dual-scale Graph Transformer for Vision-and-Language Navigation [87.03299519917019]
  本稿では,2次元グラフ変換器 (DUET) を提案する。 我々は,グローバルな行動空間における効率的な探索を可能にするために,トポロジカルマップをオンザフライで構築する。 提案手法であるDUETは、目標指向の視覚・言語ナビゲーションベンチマークにおいて最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2022-02-23T19:06:53Z)
• 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)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
  そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。 エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。 われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
  論文  参考訳（メタデータ） (2020-08-21T03:16:51Z)

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。