論文の概要: EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation
- arxiv url: http://arxiv.org/abs/2606.18634v1
- Date: Wed, 17 Jun 2026 03:04:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 17:16:50.981594
- Title: EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation
- Title（参考訳）: EffiNav: 効率的なオブジェクト指向ナビゲーションのための深度とビジョンランゲージ
- Authors: Zecheng Yin, Benedict Jun Ma,
- Abstract要約: 未知の環境を探索しながら対象物を見つけることは、自律エージェントの基本的な能力である。
Navでは、ターゲットオブジェクトへの成功はパフォーマンスの基本的な尺度を提供する。
未知の環境では、効率的なナビゲーションの鍵は次の探索場所を決定することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To locate a target object while exploring the unknown environment is a fundamental capability for autonomous agents, with applications ranging from search-and-rescue to field robots. A simplified version of such task is Object Goal Navigation (ObjNav). In ObjNav, successful arrival at the target object provides a basic measure of performance; however, the efficiency of the navigation trajectory is equally important, as it indicates how intelligently the agent explores and how much time remains for subsequent tasks. In unknown environments, the key to efficient navigation lies in deciding where to explore next. While many prior works aim to address this core challenge and achieved promising performance in certain settings, recent training-based models and non-training frameworks still suffer from generalization and efficiency issues respectively, which in the worst cases can lead to excessive exploration of already-visited areas or redundant back-and-forth motion. We evaluate EffiNav on two widely used simulation benchmarks Habitat Matterport 3D (HM3D) and Open-Vocabulary Object goal Navigation (OVON), and further validate its effectiveness on physical robots in real-world settings. We conduct failure analysis on massive simulation episodes. With minimal modification, we also extend EffiNav to a memory-augmented ObjNav task on the GOAT-BENCH dataset, demonstrating its adaptability beyond standard ObjNav settings. Across two standard metrics--Success Rate (SR) and Success weighted by Path Length (SPL), EffiNav matches or outperforms recent baselines, reflecting its efficiency, robustness, and practical applicability. Recognizing the different emphases of the two datasets, the performances reveals this framework is more balanced and generalizable for efficient ObjNav.
- Abstract（参考訳）: 未知の環境を探索しながら対象物を見つけることは、探索・救助から現場ロボットまで、自律エージェントの基本的な能力である。
そのようなタスクの単純化されたバージョンはObject Goal Navigation (ObjNav)である。
ObjNavでは、ターゲットオブジェクトへの到達が成功すると、パフォーマンスの基本的な指標となるが、エージェントがどのように知的に探索し、その後のタスクにどれくらいの時間が残っているかを示すため、ナビゲーションの軌道の効率は同様に重要である。
未知の環境では、効率的なナビゲーションの鍵は次の探索場所を決定することである。
多くの先行研究は、この中核的な課題に対処し、特定の環境で有望なパフォーマンスを達成することを目標としているが、最近のトレーニングベースモデルと非トレーニングフレームワークは、それぞれ、一般化と効率の問題に悩まされている。
EffiNav は Habitat Matterport 3D (HM3D) と Open-Vocabulary Object goal Navigation (OVON) の2つの広く使用されているシミュレーションベンチマークで評価し、実世界の物理ロボットにおけるその有効性を検証する。
大規模シミュレーションエピソードの故障解析を行う。
最小限の変更で、GOAT-BENCHデータセット上でメモリ拡張されたObjNavタスクにEffiNavを拡張し、標準のObjNav設定を超える適応性を示す。
success Rate (SR) と Successed by Path Length (SPL) の2つの標準指標で、EffiNav は、その効率性、堅牢性、実用的な適用性を反映して、最近のベースラインにマッチするか、上回っている。
2つのデータセットの異なるエムフェーズを認識することで、このフレームワークはよりバランスが良く、効率の良いObjNavに対して一般化可能であることが明らかになった。
関連論文リスト
- 3DGSNav: Enhancing Vision-Language Model Reasoning for Object Navigation via Active 3D Gaussian Splatting [12.057873540714098]
3DGSNavは、3D Gaussian Splatting (3DGS)を視覚言語モデル(VLM)の永続メモリとして組み込んで空間推論を強化する新しいフレームワークである。
3DGSNavは環境の3DGS表現を段階的に構築し、フロンティア対応のファーストパーソンビューの軌跡誘導自由視点レンダリングを可能にする。
ナビゲーション中、リアルタイムオブジェクト検出器が潜在的なターゲットをフィルタリングし、VLM駆動のアクティブな視点スイッチングがターゲットを再検証する。
論文 参考訳（メタデータ） (2026-02-12T16:41:26Z) - Nav-$R^2$ Dual-Relation Reasoning for Generalizable Open-Vocabulary Object-Goal Navigation [67.68165784193556]
Nav-$R2$は、ターゲット環境モデリングと環境行動計画という2つのタイプの関係を明示的にモデル化するフレームワークである。
我々のSA-Memは、時間的・意味的両面から最も標的に関連し、現在の観測関連の特徴を保っている。
Nav-R2は、合理化され効率的なパイプラインを通して見えないオブジェクトをローカライズする、最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-12-02T04:21:02Z) - 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) - PLANRL: A Motion Planning and Imitation Learning Framework to Bootstrap Reinforcement Learning [13.564676246832544]
PLANRLは、ロボットがいつ古典的な動き計画を使うべきか、いつポリシーを学ぶべきかを選択するためのフレームワークである。
PLANRLは2つの操作モードを切り替える: オブジェクトから離れたときに古典的なテクニックを使ってウェイポイントに到達し、オブジェクトと対話しようとするときに細かい操作制御を行う。
我々は,複数の課題のあるシミュレーション環境と実世界のタスクにまたがってアプローチを評価し,既存手法と比較して適応性,効率,一般化の点で優れた性能を示す。
論文 参考訳（メタデータ） (2024-08-07T19:30:08Z) - TAS: A Transit-Aware Strategy for Embodied Navigation with Non-Stationary Targets [55.09248760290918]
非定常目標を持つ動的シナリオにおけるナビゲーションのための新しいアルゴリズムを提案する。
我々の新しいTAS(Transit-Aware Strategy)は、具体化されたナビゲーションポリシーをオブジェクトパス情報で強化する。
TASは、ターゲットルートとルートを同期させるエージェントを報酬することで、非定常環境での性能を改善する。
論文 参考訳（メタデータ） (2024-03-14T22:33:22Z) - Probable Object Location (POLo) Score Estimation for Efficient Object
Goal Navigation [15.623723522165731]
本稿では,POLo(Probable Object Location)スコアを中心とした新しいフレームワークを提案する。
計算集約的なPOLoスコアを近似するためにトレーニングされたニューラルネットワークであるPOLoNetを導入することで、フレームワークの実用性をさらに向上する。
OVMM 2023チャレンジの第1フェーズを含む実験では,POLoNetを組み込んだエージェントが,幅広いベースライン手法を著しく上回ることを示した。
論文 参考訳（メタデータ） (2023-11-14T08:45:32Z) - A Contextual Bandit Approach for Learning to Plan in Environments with
Probabilistic Goal Configurations [20.15854546504947]
本研究では,静的なオブジェクトだけでなく可動なオブジェクトに対しても,屋内環境を効率的に探索できるオブジェクトナビのためのモジュラーフレームワークを提案する。
我々は,不確実性に直面した場合の楽観性を示すことにより,環境を効率的に探索する。
提案アルゴリズムを2つのシミュレーション環境と実世界の環境で評価し,高いサンプル効率と信頼性を示す。
論文 参考訳（メタデータ） (2022-11-29T15:48:54Z) - Object Goal Navigation using Goal-Oriented Semantic Exploration [98.14078233526476]
本研究は,未確認環境における対象カテゴリーのインスタンスにナビゲートするオブジェクトゴールナビゲーションの問題を研究する。
本稿では,表層的なセマンティックマップを構築し,効率的に環境を探索する「ゴール指向セマンティック探索」というモジュールシステムを提案する。
論文 参考訳（メタデータ） (2020-07-01T17:52:32Z)
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。