論文の概要: SidewalkBench: Benchmarking Visual Navigation on Urban Sidewalks

• arxiv url: http://arxiv.org/abs/2606.16953v1
• Date: Mon, 15 Jun 2026 16:54:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:05.072151
• Title: SidewalkBench: Benchmarking Visual Navigation on Urban Sidewalks
• Title（参考訳）: SidewalkBench: 都市サイドウォークにおけるビジュアルナビゲーションのベンチマーク
• Authors: Zhizheng Liu, Honglin He, Vivek Alumootil, Akshat Pandya, Brad Squicciarini, Wayne Wu, Bolei Zhou,
• Abstract要約: SidewalkBenchは、都市歩道のビジュアルナビゲーション用に設計された総合的なベンチマークである。 SidewalkBenchはNVIDIA Isaac Simをベースとして、多様な高忠実な歩道環境のGPU加速シミュレーションを提供する。 330の単体テストシナリオ,800の歩行者反応性シナリオ,105の長距離シナリオにおいて,9つの視覚ナビゲーションモデルを包括的に評価する。
• 参考スコア（独自算出の注目度）: 42.24473258670519
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Urban sidewalk navigation presents significant challenges due to complex structural layouts, dynamic pedestrian behaviors, and long distances. While recent visual navigation models offer a promising solution, the lack of a unified benchmark hinders quantitative and reproducible evaluation. To bridge this gap, we propose SidewalkBench, a comprehensive benchmark designed for visual navigation on urban sidewalks. Built upon NVIDIA Isaac Sim, SidewalkBench brings GPU-accelerated simulation of diverse, high-fidelity sidewalk environments, including both procedurally generated and real-world scanned scenes. We further populate the scenes with rich, reactive event-based pedestrian behaviors and flexible, efficient animation, enabling standardized model evaluation under realistic real-world settings. We conduct a comprehensive evaluation of 9 visual navigation models on 330 unit-test scenarios, 800 pedestrian-reactive scenarios, and 105 long-horizon scenarios. Our findings highlight that pedestrian interaction and long-horizon robustness remain critical bottlenecks for existing models, and scaling up sidewalk training with synthetic data emerges as a promising solution.
• Abstract（参考訳）: 都市歩道のナビゲーションは、複雑な構造配置、動的な歩行者の挙動、長距離など、重要な課題を呈している。 最近のビジュアルナビゲーションモデルは有望な解決策を提供するが、統一されたベンチマークの欠如は定量的かつ再現可能な評価を妨げる。 このギャップを埋めるため,都市歩道における視覚ナビゲーションのための総合的なベンチマークであるSidewalkBenchを提案する。 NVIDIA Isaac SimをベースとしたSidewalkBenchは、プロシージャ生成シーンと実世界のスキャンシーンの両方を含む、多種多様な高忠実な歩道環境のGPU加速シミュレーションを提供する。 さらに、リッチでリアクティブなイベントベースの歩行者行動とフレキシブルで効率的なアニメーションにより、現実的な現実的な環境下での標準的なモデル評価を可能にします。 330の単体テストシナリオ,800の歩行者反応性シナリオ,105の長距離シナリオにおいて,9つの視覚ナビゲーションモデルを包括的に評価する。 以上の結果から,歩行者の相互作用と長距離のロバスト性は,既存のモデルにとって重要なボトルネックであり,合成データによる歩道トレーニングのスケールアップが有望なソリューションとして現れていることが示唆された。

関連論文リスト

• GS-Playground: A High-Throughput Photorealistic Simulator for Vision-Informed Robot Learning [55.272458304179025]
  GS-Playgroundは、エンド・ツー・エンドの知覚学習を促進するために設計されたマルチモーダル・シミュレーション・フレームワークである。 このシステムは640x480の解像度で104 FPSのスループットを達成し、大規模な視覚的RLの障壁を著しく低減する。
  論文  参考訳（メタデータ） (2026-04-28T10:05:39Z)
• Wanderland: Geometrically Grounded Simulation for Open-World Embodied AI [21.49441563502027]
  Wanderlandは、マルチセンサーキャプチャ、信頼性の高い再構築、正確な幾何学、堅牢なビュー合成を特徴とする、リアルタイムのフレームワークである。 我々の研究は、オープンワールドの具体化AIにおける再現可能な研究のための新しい基盤を確立する。
  論文  参考訳（メタデータ） (2025-11-25T18:43:55Z)
• AccidentBench: Benchmarking Multimodal Understanding and Reasoning in Vehicle Accidents and Beyond [101.20320617562321]
  AccidentBenchは、自動車事故シナリオとBeyondドメインを組み合わせた大規模なベンチマークである。 このベンチマークには、約2000のビデオと19000以上の人間による質問応答ペアが含まれている。
  論文  参考訳（メタデータ） (2025-09-30T17:59:13Z)
• HUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous Driving [48.84595398410479]
  HUGSIMは、自律運転アルゴリズムを評価するためのクローズドループ、フォトリアリスティック、リアルタイムシミュレータである。 我々は、視点外挿や360度車両レンダリングを含む閉ループシナリオにおける新しいビュー合成の課題に取り組む。 HUGSIMは、KITTI-360、nuScenes、PandaSetから70以上のシーケンスにまたがる包括的なベンチマークと400以上のさまざまなシナリオを提供する。
  論文  参考訳（メタデータ） (2024-12-02T17:07:59Z)
• CityWalker: Learning Embodied Urban Navigation from Web-Scale Videos [11.912608309403359]
  我々は,人間のような都市ナビゲーションのためのスケーラブルでデータ駆動型アプローチを提案する。 われわれは何千時間もの間、何千時間もの街を歩きながらウェブから動画を流すエージェントを訓練している。 我々のモデルは、多様な課題や重要なシナリオを扱うために洗練されたナビゲーションポリシーを学びます。
  論文  参考訳（メタデータ） (2024-11-26T19:02:20Z)
• OmniRe: Omni Urban Scene Reconstruction [78.99262488964423]
  OmniReはデバイス上でのログから動的現実シーンの高忠実なデジタルツインを作成するための総合システムである。 提案手法は3DGS上にシーングラフを構築し,様々な動的アクターをモデル化する標準空間内に複数のガウス表現を構築する。
  論文  参考訳（メタデータ） (2024-08-29T17:56:33Z)
• Street-View Image Generation from a Bird's-Eye View Layout [95.36869800896335]
  近年,Bird's-Eye View (BEV) の知覚が注目されている。 自動運転のためのデータ駆動シミュレーションは、最近の研究の焦点となっている。 本稿では,現実的かつ空間的に一貫した周辺画像を合成する条件生成モデルであるBEVGenを提案する。
  論文  参考訳（メタデータ） (2023-01-11T18:39:34Z)

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。