論文の概要: FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching
- arxiv url: http://arxiv.org/abs/2606.20209v1
- Date: Thu, 18 Jun 2026 13:21:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.874998
- Title: FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching
- Title（参考訳）: FlowMaps: フローマッチングによる長期マルチモーダルオブジェクトダイナミクスのモデリング
- Authors: Francesco Argenziano, Miguel Saavedra-Ruiz, Sacha Morin, Charlie Gauthier, Daniele Nardi, Liam Paull,
- Abstract要約: FlowMapsは、連続した3D空間における動的オブジェクトの将来の位置に関するマルチモーダル分布を推定するための潜在フローマッチングモデルである。
FlowMapsは、家庭環境の変化におけるオブジェクトのダイナミクスをモデル化するための最先端のアプローチよりも優れていることを示す。
- 参考スコア（独自算出の注目度）: 9.947963106290413
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Joint spatial and temporal understanding of 3D scenes is a crucial requirement for robots deployed in everyday household environments. Such agents must not only comprehend and navigate spatial layouts, but also reason about how these spaces evolve over time. In particular, humans interact with objects daily, causing them to change position throughout the environment and making it difficult for robots to reliably associate current observations with previously seen objects. However, these interactions are not random: human habits and routines induce spatio-temporally consistent patterns in object locations, which robotic agents can potentially learn and then exploit for downstream tasks such as navigation. To this end, we introduce FlowMaps, a latent flow matching model for estimating multimodal distributions over the future locations of dynamic objects in a continuous 3D space. By learning the implicit dependencies among objects and their temporal evolution, FlowMaps predicts likely changes in object locations conditioned on past human interactions, while supporting generalization across previously unseen environments that share similar object routines. To demonstrate the utility of this method, we deploy FlowMaps in a downstream dynamic Object Navigation task in both simulated and real-world environments. Across more than 600 episodes, FlowMaps outperforms state-of-the-art approaches, showing that modeling object dynamics through continuous, multimodal spatio-temporal distributions improves robotic search and navigation in changing household environments. Code and additional material is available at https://fra-tsuna.github.io/flowmaps/.
- Abstract（参考訳）: 3Dシーンの空間的・時間的共同理解は、日常的な家庭環境に展開するロボットにとって重要な要件である。
このようなエージェントは空間的レイアウトを理解し、ナビゲートするだけでなく、時間とともにこれらの空間がどのように進化するかも考える必要がある。
特に、人間は毎日物体と対話し、環境全体を通して位置を変え、ロボットが現在の観察を以前見た物体と確実に関連付けるのが困難になる。
しかし、これらの相互作用はランダムではない:人間の習慣とルーチンは、ロボットエージェントが学習し、ナビゲーションのような下流のタスクに活用できる、オブジェクト位置における時空間的なパターンを時空間的に誘導する。
この目的のために我々は,連続した3次元空間における動的オブジェクトの将来の位置におけるマルチモーダル分布を推定する潜在フローマッチングモデルであるFlowMapsを紹介した。
オブジェクト間の暗黙的な依存関係と時間的進化を学ぶことで、FlowMapsは、過去のヒューマンインタラクションで条件付けられたオブジェクト位置の変化を予測し、類似したオブジェクトルーチンを共有する未確認環境全体の一般化をサポートする。
本手法の有用性を実証するために,実環境とシミュレーション環境の両方において,フローマップを下流の動的オブジェクトナビゲーションタスクに展開する。
600回以上のエピソードにおいて、FlowMapsは最先端のアプローチよりも優れており、連続的かつマルチモーダルな時空間分布を通じてオブジェクトのダイナミクスをモデル化することで、家庭環境の変化におけるロボットの探索とナビゲーションが改善されていることを示している。
コードと追加資料はhttps://fra-tsuna.github.io/flowmaps/で公開されている。
関連論文リスト
- OFlow: Injecting Object-Aware Temporal Flow Matching for Robust Robotic Manipulation [55.56490813640669]
VLAモデルは典型的には現在のフレームにのみ作用するが、将来の予測とオブジェクト認識推論は別々の潜在空間でしばしば学習される。
本稿では,時間的フォアシークエンスとオブジェクト認識推論を共通化することで,制約に対処するフレームワークOFlowを提案する。
提案手法は, 時間的フローマッチングを用いて将来の潜伏者を予測し, 物理的に関係のある手がかりを強調するオブジェクト認識表現に分解する。
論文 参考訳（メタデータ） (2026-04-20T06:38:01Z) - 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) - Dynamic Objects Relocalization in Changing Environments with Flow Matching [9.997314076120956]
FlowMapsはFlow Matchingに基づいたモデルであり、空間と時間にわたってマルチモーダルオブジェクトの位置を推測することができる。
我々の結果は、我々の仮説を支持する統計的証拠を示し、我々のアプローチのより複雑な応用への道を開く。
論文 参考訳（メタデータ） (2025-09-19T20:21:16Z) - LookOut: Real-World Humanoid Egocentric Navigation [61.14016011125957]
本稿では,エゴセントリックな映像から将来の6Dヘッドポーズの列を予測するという課題を紹介する。
この課題を解決するために,時間的に集約された3次元潜伏特徴を考慮に入れた枠組みを提案する。
この分野のトレーニングデータが不足していることから,このアプローチを通じて収集されたデータセットを提示する。
論文 参考訳（メタデータ） (2025-08-20T06:43:36Z) - One Map to Find Them All: Real-time Open-Vocabulary Mapping for Zero-shot Multi-Object Navigation [2.022249798290507]
ゼロショットマルチオブジェクトナビゲーションのための新しいベンチマークを導入する。
リアルタイムオブジェクト検索に適した,再利用可能なオープン語彙機能マップを構築した。
単一目的と多目的のナビゲーションタスクにおいて,既存の最先端のアプローチよりも優れていることを示す。
論文 参考訳（メタデータ） (2024-09-18T07:44:08Z) - Flow as the Cross-Domain Manipulation Interface [73.15952395641136]
Im2Flow2Actは、現実世界のロボットのトレーニングデータを必要とせずに、ロボットが現実世界の操作スキルを習得することを可能にする。
Im2Flow2Actはフロー生成ネットワークとフロー条件ポリシーの2つのコンポーネントから構成される。
我々はIm2Flow2Actの様々な実世界のタスクにおいて、剛性、調音、変形可能なオブジェクトの操作を含む能力を実証する。
論文 参考訳（メタデータ） (2024-07-21T16:15:02Z) - 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) - 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)
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。