論文の概要: OSMa-Bench++: Toward Open-Ended Benchmarking of Semantic Mapping for Manipulation with Prompt-Generated Synthetic Scenes
- arxiv url: http://arxiv.org/abs/2605.26831v1
- Date: Tue, 26 May 2026 10:51:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.891886
- Title: OSMa-Bench++: Toward Open-Ended Benchmarking of Semantic Mapping for Manipulation with Prompt-Generated Synthetic Scenes
- Title（参考訳）: OSMa-Bench++: プロンプト生成した合成シーンを用いたセマンティックマッピングのオープンエンドベンチマークに向けて
- Authors: Regina Kurkova, Maxim Popov, Sergey Kolyubin,
- Abstract要約: 我々は、OSMa-Benchを拡張して、即時生成合成室内シーンによる制御可能なベンチマークを行う。
我々のパイプラインは自動的にシーン記述を生成し、SceneSmithで対応する環境を合成し、その結果の資産をOSMa-Bench互換のシミュレーションフォーマットに適合させる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic mapping methods are increasingly used as intermediate scene representations for downstream robotic reasoning and manipulation, yet their evaluation is still largely tied to fixed benchmark datasets with limited coverage of manipulation-relevant corner cases. In this work, we extend OSMa-Bench toward controllable benchmarking with prompt-generated synthetic indoor scenes. Our pipeline automatically generates scene descriptions, synthesizes corresponding environments with SceneSmith, and adapts the resulting assets into an OSMa-Bench-compatible simulation format. This adaptation requires a nontrivial intermediate layer, including semantic normalization, material and texture repair, shader fallback policies, floor handling, navigation setup, and controlled lighting configuration. A key advantage of the proposed setup is that the original scene-generation prompt is known in advance and can therefore serve as an auxiliary semantic specification of the intended scene. We use this property to extend the VQA component of OSMa-Bench with a prompt-grounded question category. The resulting framework supports targeted stress-testing of semantic scene representations under conditions such as clutter, small objects, partial occlusions, and lighting variation, and makes benchmarking more extensible and better aligned with downstream manipulation requirements. Our code is available at https://github.com/be2rlab/OSMa-Bench-v2.
- Abstract（参考訳）: セマンティックマッピング手法は、下流のロボット推論と操作の中間的なシーン表現として、ますます使われているが、その評価は、操作関連コーナーケースの限られた範囲で、固定されたベンチマークデータセットに大きく結びついている。
本研究は,OSMa-Benchを即時生成合成室内シーンによる制御可能なベンチマークに向けて拡張する。
我々のパイプラインは自動的にシーン記述を生成し、SceneSmithで対応する環境を合成し、その結果の資産をOSMa-Bench互換のシミュレーションフォーマットに適合させる。
この適応には、意味的正規化、材料とテクスチャの修復、シェーダのフォールバックポリシー、フロアハンドリング、ナビゲーション設定、制御された照明設定を含む非自明な中間層が必要である。
提案した設定の重要な利点は、元のシーン生成プロンプトが事前に知られており、したがって意図されたシーンの補助的なセマンティック仕様として機能できる点である。
我々はこの特性を用いてOSMa-BenchのVQA成分を即席質問カテゴリで拡張する。
結果として得られたフレームワークは、クラッタ、小さなオブジェクト、部分閉塞、照明の変動といった条件下でのセマンティックシーン表現のターゲットストレステストをサポートし、ベンチマークをより拡張し、下流の操作要件に適合させる。
私たちのコードはhttps://github.com/be2rlab/OSMa-Bench-v2で公開されています。
関連論文リスト
- SceneCode: Executable World Programs for Editable Indoor Scenes with Articulated Objects [69.20984454755512]
室内シーンの合成は、AI、ロボット操作、シミュレーションベースのポリシー評価を具体化する。
既存のパイプラインは、生成されたコンテンツを静的メッシュとして表現し、キュレートされたアセットライブラリからのみ調音を継承する。
我々は、自然言語プロンプトを実行可能なコード駆動屋内世界にコンパイルするフレームワークであるSceneCodeを紹介する。
論文 参考訳（メタデータ） (2026-05-19T09:31:04Z) - DISC: Dense Integrated Semantic Context for Large-Scale Open-Set Semantic Mapping [5.520073359436354]
オープンセットセマンティックマッピングは、言語駆動型ロボット知覚を可能にする。
現在のインスタンス中心のアプローチは、コンテキスト分離と計算コストの高い作物ベースの特徴抽出によってボトルネック化されている。
DISC(Dense Integrated Semantic Context)を導入し,新しいシングルパス,距離重み付き抽出機構を特徴とする。
論文 参考訳（メタデータ） (2026-03-04T10:47:06Z) - EPRBench: A High-Quality Benchmark Dataset for Event Stream Based Visual Place Recognition [54.55914886780534]
イベントストリームに基づく視覚的位置認識(VPR)は、従来の可視光カメラの不安定性に対して、低照度、過剰露光、高速モーションといった困難な条件下で魅力的な解決策を提供する、新たな研究方向である。
イベントストリームベースのVPR用に特別に設計された高品質なベンチマークであるEPRBenchを紹介する。
EPRBenchは10Kのイベントシーケンスと65Kのイベントフレームで構成され、ハンドヘルドと車載のセットアップを使用して収集され、さまざまな視点、気象条件、照明シナリオで現実世界の課題を包括的にキャプチャする。
論文 参考訳（メタデータ） (2026-02-13T13:25:05Z) - SAGE: Scalable Agentic 3D Scene Generation for Embodied AI [67.43935343696982]
既存のシーン生成システムは、しばしばルールベースまたはタスク固有のパイプラインに依存し、アーティファクトと物理的に無効なシーンを生成する。
本稿では,ユーザが特定した具体的タスクを与えられたエージェントフレームワークであるSAGEについて,その意図を理解し,大規模にシミュレーション可能な環境を自動的に生成する。
得られた環境は現実的で多様性があり、政策訓練のための現代的なシミュレーターに直接デプロイできる。
論文 参考訳（メタデータ） (2026-02-10T18:59:55Z) - DynaPURLS: Dynamic Refinement of Part-aware Representations for Skeleton-based Zero-Shot Action Recognition [51.80782323686666]
textbfDynaPURLSは、堅牢でマルチスケールなビジュアル・セマンティック対応を確立する統一的なフレームワークである。
我々のフレームワークは、グローバルな動きと局所的な身体部分のダイナミクスの両方を含む階層的なテキスト記述を生成するために、大きな言語モデルを活用する。
NTU RGB+D 60/120とPKU-MMDを含む3つの大規模ベンチマークデータセットの実験は、DynaPURLSが先行技術よりも大幅に優れていることを示した。
論文 参考訳（メタデータ） (2025-12-12T10:39:10Z) - Human Motion Synthesis in 3D Scenes via Unified Scene Semantic Occupancy [0.0]
本研究では,シーン表現のためのSSO(Scene Semantic Occupancy)を統一した動作合成フレームワークSSOMotionを提案する。
フレームワイドシーンクエリによる動作制御命令からシーンヒントと移動方向を抽出する。
シェープネット家具を用いた散らばったシーンと、PropXとReplicaデータセットからスキャンしたシーンを比較検討し、その最先端性能を実証した。
論文 参考訳（メタデータ） (2025-11-11T04:33:16Z) - SceneLCM: End-to-End Layout-Guided Interactive Indoor Scene Generation with Latent Consistency Model [45.648346391757336]
SceneLCMは、レイアウト設計のためにLarge Language Model(LLM)をシーン最適化のためにLatent Consistency Model(LCM)と同期するエンドツーエンドフレームワークである。
SceneLCMは物理シミュレーションを統合することで物理的な編集をサポートし、永続的な物理リアリズムを実現した。
論文 参考訳（メタデータ） (2025-06-08T11:30:31Z) - OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions [0.0]
オープンセマンティックマッピング(OSM)は、セマンティックセグメンテーションとSLAM技術を組み合わせたロボット知覚における重要な技術である。
本研究は室内照明条件の異なる条件下での最先端意味マッピングアルゴリズムの評価に焦点をあてる。
論文 参考訳（メタデータ） (2025-03-13T13:07:51Z) - Multitask AET with Orthogonal Tangent Regularity for Dark Object
Detection [84.52197307286681]
暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。
自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。
我々は,合成および実世界のデータセットを用いて最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2022-05-06T16:27:14Z) - Free View Synthesis [100.86844680362196]
本稿では,シーンの周囲に自由に分布する入力画像から新規なビュー合成手法を提案する。
本手法は,入力ビューの規則的な配置に依存しず,シーンを通して自由なカメラ運動のための画像の合成が可能であり,制約のない幾何学的レイアウトの一般的な場面で機能する。
論文 参考訳（メタデータ） (2020-08-12T18:16:08Z)
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。