論文の概要: Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning
- arxiv url: http://arxiv.org/abs/2606.29917v1
- Date: Mon, 29 Jun 2026 07:54:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.118262
- Title: Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning
- Title（参考訳）: 画像指定オブジェクトへの飛行: クロスグラフメモリと視点計画による3次元クアドロータナビゲーション
- Abstract要約: Instance-Specific Image-Goal Navigation (InstanceImageNav)では、クエリイメージに表示される正確なオブジェクトインスタンスに向けて、ロボットがナビゲートする必要がある。
本稿では,低レベルの動作実行から高レベルの意思決定を分離する,四重項インスタンスイメージNavの階層的ナビゲーションフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 6.546667407424349
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Instance-Specific Image-Goal Navigation (InstanceImageNav) requires a robot to navigate toward the exact object instance depicted in a query image. Extending this task to quadrotors is challenging due to continuous 3D control, limited field of view (FOV), and safety constraints, which make successful navigation highly dependent on selecting informative viewpoints. We propose a hierarchical navigation framework for quadrotor InstanceImageNav that separates high-level decision making from low-level motion execution. Instead of navigating directly to spatial locations, the system generates viewpoint-aware action nodes around frontier regions and potential target objects, enabling the robot to explore while maintaining informative viewpoints for detecting the target instance. A lightweight semantic memory maintains object-level and observation-level context, allowing semantic cues to propagate to candidate action nodes for decision making. A learning-based policy selects the most promising action node, and a trajectory planner generates dynamically feasible 3D flight paths for safe execution. Experiments in simulation demonstrate consistent improvements over strong baselines, and real-world quadrotor flights validate the practicality and robustness of the proposed framework.
- Abstract（参考訳）: Instance-Specific Image-Goal Navigation (InstanceImageNav)では、クエリイメージに表示される正確なオブジェクトインスタンスに向けて、ロボットがナビゲートする必要がある。
連続した3次元制御、限られた視野(FOV)、安全制約により、このタスクを四角形に拡張することは困難であり、ナビゲーションの成功は情報的視点の選択に大きく依存する。
本稿では,低レベルの動作実行から高レベルの意思決定を分離する,四重項インスタンスイメージNavの階層的ナビゲーションフレームワークを提案する。
システムは、空間的な位置に直接ナビゲートする代わりに、フロンティア領域や潜在的対象物を中心とした視点対応の行動ノードを生成し、ターゲットインスタンスを検出するための情報的視点を維持しながら、ロボットが探索できるようにする。
軽量なセマンティックメモリは、オブジェクトレベルと観測レベルのコンテキストを維持し、セマンティックキューが決定のための候補アクションノードに伝播することを可能にする。
学習ベースのポリシーは最も有望なアクションノードを選択し、軌道プランナーは安全に実行するために動的に実行可能な3D飛行経路を生成する。
シミュレーション実験では、強いベースラインよりも一貫した改善が示され、実世界のクアロータ飛行は提案したフレームワークの実用性と堅牢性を検証する。
関連論文リスト
- TravExplorer: Cross-Floor Embodied Exploration via Traversability-Aware 3-D Planning [17.54520943622758]
この記事では、クロスフロアで具体化された探索フレームワークであるTravExplorerを紹介します。
ゼロショットセマンティックガイダンスとトラバーサビリティを意識した3Dプランニングを結合する。
ユニツリーGo2の現実世界での50の試行は、シングルフロアとクロスフロアの屋内環境におけるオープンボキャブラリターゲット探索をさらに検証している。
論文 参考訳（メタデータ） (2026-05-19T15:11:29Z) - AgentVLN: Towards Agentic Vision-and-Language Navigation [78.739525400071]
VLN (Vision-and-Language Navigation) は、複雑な自然言語命令を、見えない環境での長距離ナビゲーションに接地するために、エンボディエージェントを必要とする。
本稿では,エッジコンピューティングプラットフォーム上に展開可能な,新規かつ効率的なナビゲーションフレームワークであるAgentVLNを提案する。
論文 参考訳（メタデータ） (2026-03-18T12:43:47Z) - OpenFrontier: General Navigation with Visual-Language Grounded Frontiers [54.661157616245966]
オープンワールドナビゲーションでは、複雑な日常環境においてロボットが意思決定を行う必要がある。
近年の視覚-言語ナビゲーション(VLN)と視覚-言語-アクション(VLA)モデルは、自然言語で条件付けられたエンドツーエンドのポリシーを実現する。
多様な視覚をシームレスに統合するトレーニングフリーナビゲーションフレームワークであるOpenFrontierを提案する。
論文 参考訳（メタデータ） (2026-03-05T17:02:22Z) - To Move or Not to Move: Constraint-based Planning Enables Zero-Shot Generalization for Interactive Navigation [14.745622942938532]
家庭環境や倉庫のような現実のシナリオでは、クラッタはすべてのルートをブロックすることができる。
本稿では,移動ロボットが乱雑に移動して自身の進路を鍛える,Lifelong Interactive Navigation問題を紹介する。
アクティブな認識を伴うLLM駆動制約に基づく計画フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-23T17:10:00Z) - 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) - 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) - TANGO: Traversability-Aware Navigation with Local Metric Control for Topological Goals [10.69725316052444]
ゼロショット・ロングホライゾン・ロボットナビゲーションを可能にする新しいRGBのみのオブジェクトレベルのトポロジカルナビゲーションパイプラインを提案する。
提案手法は,グローバルなトポロジカルパス計画と局所的軌跡制御を統合し,障害物を避けつつ,ロボットがオブジェクトレベルのサブゴールに向かって移動できるようにする。
シミュレーション環境と実世界の両方のテストにおいて,本手法の有効性を実証し,その堅牢性とデプロイ性を強調した。
論文 参考訳（メタデータ） (2025-09-10T15:43:32Z) - GaussNav: Gaussian Splatting for Visual Navigation [92.13664084464514]
インスタンスイメージゴールナビゲーション(IIN)では、エージェントが探索されていない環境で、目標画像に描かれた特定のオブジェクトを見つける必要がある。
視覚ナビゲーションのためのガウススティング(GaussNav)であるIINの新しいフレームワークを提案し、3次元ガウススティング(DGS)に基づく新しい地図表現を構築した。
当社のGaussNavフレームワークは,Habitat-Matterport 3D(HM3D)データセットにおいて,SPL(Path Length)によるSuccessの重み付けを0.347から0.578に増加させ,大幅なパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2024-03-18T09:56:48Z) - Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation [88.84058353659107]
インスタンスイメージゴールナビゲーション(IIN)は、探索されていない環境でゴールイメージによって表現された指定されたオブジェクトにナビゲートすることを目的としている。
本稿では、インスタンスレベルの画像目標ナビゲーションのための新しいモジュール型ナビゲーションフレームワーク、Exploration-Verification-Exploitation (IEVE)を提案する。
我々の手法は従来の最先端の手法を超越し、古典的セグメンテーションモデル(0.684対0.561成功)またはロバストモデル(0.702対0.561成功)を用いる。
論文 参考訳（メタデータ） (2024-02-25T07:59:10Z) - Polyline Based Generative Navigable Space Segmentation for Autonomous
Visual Navigation [57.3062528453841]
ロボットが教師なしの方法で移動可能な空間分割を学習できるようにするための表現学習ベースのフレームワークを提案する。
提案するPSV-Netは,単一のラベルを使わずとも,高精度で視覚ナビゲーション可能な空間を学習可能であることを示す。
論文 参考訳（メタデータ） (2021-10-29T19:50:48Z)
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。