論文の概要: Fast Human Attention Prediction for Fixation-guided Active Perception in Autonomous Navigation

• arxiv url: http://arxiv.org/abs/2606.20491v1
• Date: Thu, 18 Jun 2026 17:08:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:40.009481
• Title: Fast Human Attention Prediction for Fixation-guided Active Perception in Autonomous Navigation
• Title（参考訳）: 自律走行における固定誘導能動知覚のための高速人間の注意予測
• Authors: Fatma Youssef Mohammed, Grzegorz Malczyk, Kostas Alexis,
• Abstract要約: 本稿では,軽量なスキャンパス予測モデルであるGazeLNNを紹介する。 アーキテクチャは自動回帰的に動作し、シーケンシャルなフィクスレーションのヒートマップを予測する。 MIT Low Resolutionデータセットで最先端のパフォーマンスを実現する。
• 参考スコア（独自算出の注目度）: 10.364779390403337
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human visual attention relies on structured scanpaths to efficiently process scenes, yet instilling this behavior into robot autonomy is in its infancy and hindered by the high,computational costs of existing predictive models. To address this, we introduce GazeLNN, a computationally lightweight,scanpath prediction model that leverages Liquid Neural Networks as its recurrent engine and employs MobileNetV3 for feature extraction. Operating auto-regressively, the architecture predicts sequential fixation heatmaps conditioned on the current visual stimulus and fixation history. Despite requiring only 0.61 GFLOPs, GazeLNN achieves state-of-the-art performance on the MIT Low Resolution dataset achieving 0.47 ScanMatch score. It outperforms existing recurrent baselines across diverse evaluation metrics, while reducing computational costs by 99.40% and accelerating inference by up to six times. To investigate the role of human attention modeling in robot autonomy and demonstrate the practical utility of this highly efficient architecture, we integrate GazeLNN into an active camera-robot control policy trained via Reinforcement Learning. This integration enables human-fixation-guided perception during autonomous navigation, validated through successful real-world deployments on an aerial robot.
• Abstract（参考訳）: 人間の視覚的注意は、シーンを効率的に処理するために構造化されたスキャンパスに依存するが、ロボットの自律性にこの振る舞いを注入することは、その初期段階にあり、既存の予測モデルの高い計算コストによって妨げられている。 これを解決するために,我々は,Liquid Neural Networks をリカレントエンジンとして活用し,特徴抽出に MobileNetV3 を用いる計算軽量なスキャンパス予測モデル GazeLNN を紹介した。 アーキテクチャは自動回帰的に動作し、現在の視覚刺激と固定履歴に基づいて、シーケンシャルな固定ヒートマップを予測する。 GazeLNNは0.61 GFLOPしか必要としないが、MIT Low Resolutionデータセットにおける最先端のパフォーマンスが0.47 ScanMatchスコアを達成している。 計算コストを99.40%削減し、推論を最大6倍加速させる。 ロボット自律性におけるヒューマンアテンションモデリングの役割を解明し、この高効率アーキテクチャの実用性を実証するために、強化学習を通して訓練されたアクティブカメラロボット制御ポリシーにGazeLNNを統合する。 この統合により、自律ナビゲーション中の人間の固定誘導知覚が実現され、空中ロボットによる実世界展開の成功を通じて検証される。

関連論文リスト

• Gaze-Regularized Vision-Language-Action Models for Robotic Manipulation [7.281396624646809]
  本稿では、VLAモデルの内部の注意を人間の視覚パターンと一致させる、視線規則化されたトレーニングフレームワークを提案する。 既存のVLAアーキテクチャに組み込むと、ベンチマークによって4-12%の改善が得られます。
  論文  参考訳（メタデータ） (2026-03-24T13:50:28Z)
• RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
  ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。 RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。 従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-11T10:14:37Z)
• Self-Correcting VLA: Online Action Refinement via Sparse World Imagination [55.982504915794514]
  本稿では, 自己補正VLA (SC-VLA) を提案する。 SC-VLAは最先端のパフォーマンスを達成し、最高タスクスループットを16%削減し、最高パフォーマンスのベースラインよりも9%高い成功率を得る。
  論文  参考訳（メタデータ） (2026-02-25T06:58:06Z)
• TraceVLA: Visual Trace Prompting Enhances Spatial-Temporal Awareness for Generalist Robotic Policies [95.30717188630432]
  VLAモデルの行動予測のための時空間認識を容易にするために,視覚的トレースプロンプトを導入する。 我々は,これまでに収集した150Kロボット操作トラジェクトリのデータセットに基づいてOpenVLAを微調整し,新しいTraceVLAモデルを開発した。 4B Phi-3-Vision に基づくコンパクトな VLA モデルを提案する。
  論文  参考訳（メタデータ） (2024-12-13T18:40:51Z)
• Navigating the Human Maze: Real-Time Robot Pathfinding with Generative Imitation Learning [0.0]
  目標条件付き自己回帰モデルを導入し,個人間の複雑な相互作用を捉える。 このモデルは、潜在的なロボット軌道サンプルを処理し、周囲の個人の反応を予測する。
  論文  参考訳（メタデータ） (2024-08-07T14:32:41Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。