Fugu-MT 論文翻訳(概要): MVP-Nav: Multi-layer Value Map Planner Navigator

論文の概要: MVP-Nav: Multi-layer Value Map Planner Navigator

arxiv url: http://arxiv.org/abs/2606.31919v1
Date: Tue, 30 Jun 2026 16:25:47 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-01 18:27:19.314157
Title: MVP-Nav: Multi-layer Value Map Planner Navigator
Title（参考訳）: MVP-Nav: 多層バリューマッププランナナビゲーション
Abstract要約: MVP-Navは物理認識可能なRGB専用ナビゲーションフレームワークで、知覚、計画、制御を現実の3D世界と整合させる。高レベルのセマンティック推論と低レベルの物理的制約を統合するために、MVM(Multi-layer Value Map)を導入する。ゼロショットオブジェクトナビゲーションベンチマークの実験は、MVP-Navが既存のディープフリーメソッドを大幅に上回っていることを示している。
参考スコア（独自算出の注目度）: 14.869580197850839
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Zero-shot Object Goal Navigation (ZSON) with RGB-only perception poses a fundamental challenge for embodied agents, as the absence of explicit depth information introduces severe physical uncertainty and semantic-physical misalignment. Existing approaches either rely on high-level semantic reasoning without geometric grounding or learn end-to-end policies that lack explicit physical constraints, often resulting in semantically plausible but physically unsafe behaviors. In this paper, we propose MVP-Nav, a physical-aware RGB-only navigation framework that aligns perception, planning, and control with the real 3D world. MVP-Nav reconstructs explicit physical occupancy from monocular observations by leveraging 3D foundation models to project 2D semantic instances into 3D oriented bounding boxes, forming a global spatial semantic representation. To unify high-level semantic reasoning and low-level physical constraints, we introduce a Multi-layer Value Map (MVM) that integrates semantic priorities and reconstructed geometry into a shared cost space, enabling physically grounded geometric planning. Extensive experiments on zero-shot object navigation benchmarks demonstrate that MVP-Nav significantly outperforms existing depth-free methods, achieving state-of-the-art performance and validating that structured physical priors can effectively compensate for the absence of active depth sensors.
Abstract（参考訳）: RGBのみの知覚を持つゼロショットオブジェクトゴールナビゲーション(ZSON)は、明示的な深度情報の欠如が深刻な物理的不確実性と意味論的不整合をもたらすため、エンボディエージェントに根本的な課題をもたらす。既存のアプローチは、幾何学的根拠のない高レベルの意味推論に依存するか、明示的な物理的制約を欠いたエンドツーエンドのポリシーを学ぶかのいずれかであり、しばしば意味論的に妥当だが物理的に安全でない振る舞いをもたらす。本稿では,実世界と知覚,計画,制御を整合させる物理認識型RGB専用ナビゲーションフレームワークであるMVP-Navを提案する。 MVP-Navは、3D基礎モデルを利用して3Dのセマンティック・インスタンスを3D指向のバウンディング・ボックスに投影し、グローバルな空間的セマンティック・表現を形成することで、モノクロ観察から明らかな物理的占有を再構築する。高レベルのセマンティック推論と低レベルの物理的制約を統一するために、セマンティックな優先順位と再構成された幾何を共有コスト空間に統合し、物理的に基底化された幾何計画を可能にする多層価値マップ(MVM)を導入する。ゼロショットオブジェクトナビゲーションベンチマークの広範囲な実験により、MVP-Navは既存のディープフリーメソッドを著しく上回り、最先端の性能を達成し、構造化された物理的事前がアクティブディープセンサーの欠如を効果的に補償できることが証明された。

関連論文リスト

Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
論文参考訳（メタデータ） (2026-08-18T08:37:08Z)
SemGeoNav:A Safety-Guided Visual Navigation Approach with Semantic Reasoning and Geometric Planning [8.096489080645487]
SemGeoNavは、新しい階層型ビジュアルナビゲーションフレームワークである。これは、エンドツーエンドモデルの高レベルなセマンティック推論と、幾何に基づく手法の信頼性の高い局所計画能力とを密に統合する。実環境におけるUnitree Go2四足ロボットのSemGeoNavの評価を行った。
論文参考訳（メタデータ） (2026-06-15T08:38:46Z)
VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation [59.44896676402453]
VGP-Navは、テキスト・メトリック・アウェア・ビジュアル・ジオメトリック・パーセプションのための統合されたフレームワーク単分子RGB入力にのみ依存し、メトリックローカライゼーションと障害物知覚を共同で支援する。 VGP-Navはモノクルスケールのあいまいさをオンラインで解決し、局所化基底の計量障害物表現を生成する。
論文参考訳（メタデータ） (2026-06-08T09:38:14Z)
GA-VLN: Geometry-Aware BEV Representation for Efficient Vision-Language Navigation [75.85672467847631]
本稿では,3次元のコンパクトな特徴表現であるGeometry-Aware BEV (GA-BEV)を紹介する。視覚的特徴を3次元空間に投影することで,RGB-D入力からBEV空間マップを構築する。我々は,BEV空間に事前訓練された3Dファンデーションモデルの特徴を取り入れ,大規模3D再構築作業から学んだ構造的先行を注入する。
論文参考訳（メタデータ） (2026-05-21T06:20:17Z)
MaMi-HOI: Harmonizing Global Kinematics and Local Geometry for Human-Object Interaction Generation [14.056276184323321]
MaMi-HOIはtextbfMacro レベルの流動性をtextbf Micro レベルの空間精度で再現する。実験により、MaMi-HOIは自然運動と正確な接触を同時に達成できることが確認された。
論文参考訳（メタデータ） (2026-05-07T06:52:14Z)
SpatialFly: Geometry-Guided Representation Alignment for UAV Vision-and-Language Navigation in Urban Environments [49.966170814478915]
UAV VLNのための幾何学誘導空間表現フレームワークを提案する。明示的な3次元再構成を伴わないRGB観測において、SpatialFlyは幾何学誘導2次元表示アライメント機構を導入する。実験結果から、SpatialFlyは現状のUAV VLNベースラインを目に見える環境と見えない環境の両方で一貫して上回っていることが明らかとなった。
論文参考訳（メタデータ） (2026-03-22T03:56:58Z)
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)
Move to Understand a 3D Scene: Bridging Visual Grounding and Exploration for Efficient and Versatile Embodied Navigation [54.04601077224252]
身近なシーン理解には、視覚空間情報の理解だけでなく、3D物理世界における次の探索場所の決定も必要である。アンダーラインテキストbf3D視覚言語学習は、エンボディエージェントが環境を効果的に探索し理解することを可能にする。モデルの汎用性は、カテゴリ、言語記述、参照イメージなど、多様な入力モダリティを使ったナビゲーションを可能にする。
論文参考訳（メタデータ） (2025-07-05T14:15:52Z)

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。