論文の概要: Interleaved POMDP Planning for Multi-Object Search in Unknown Multi-Room Household Environments

• arxiv url: http://arxiv.org/abs/2607.10437v1
• Date: Sat, 11 Jul 2026 18:43:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.430091
• Title: Interleaved POMDP Planning for Multi-Object Search in Unknown Multi-Room Household Environments
• Title（参考訳）: 未知のマルチルーム環境における多目的探索のためのインターリーブPOMDP計画
• Abstract要約: 未知の家庭環境における多目的探索には、広範囲な不確実性の下での計画が必要である。 POMDPはそのような問題に対して原則的なフレームワークを提供するが、大きなドメインでは難解である。 我々は,新しいインターリーブ付きPOMDP計画アルゴリズムであるInter-POMDPを提案する。 本アルゴリズムは, 衝突回数を最大63%削減し, ナビゲーションステップを最大35%削減し, 検出回数をベースライン法と比較して最大32%削減する。
• 参考スコア（独自算出の注目度）: 9.077274919759326
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-object search in unknown household environments requires planning under extensive uncertainty - from unknown object locations to cluttered spaces with unobserved obstacles. POMDPs offer a principled framework for such problems but remain intractable in large domains. We propose Inter-POMDP, a novel interleaved POMDP planning algorithm that decomposes this challenge into two interacting levels: a high-level POUCT planner reasons over object distributions using LLM-informed histogram beliefs, while a low-level motion planner models navigation uncertainty with obstacle-aware particle beliefs as domain knowledge to guide high-level POUCT. This interleaved design balances planning quality and efficiency despite the large search space across unknown multi-room environments. Both simulation and real-world experiments show that our Inter-POMDP algorithm reduces collision counts by up to 63%, navigation steps by up to 35%, and detection counts by up to 32% compared with baseline methods. Full videos are https://sites.google.com/view/inter-pomdp
• Abstract（参考訳）: 未知の家庭環境における多目的探索は、未知の物体の位置から、観測不能な障害物のある散らばった空間まで、広範囲な不確実性の下で計画する必要がある。 POMDPはそのような問題に対して原則的なフレームワークを提供するが、大きなドメインでは難解である。 我々は,この課題を2つの相互作用レベルに分解する,新たなインターリーブ付きPOMDP計画アルゴリズムであるInter-POMDPを提案する。 このインターリーブ設計は、未知のマルチルーム環境にまたがる大規模な検索スペースにもかかわらず、計画品質と効率のバランスをとる。 シミュレーションと実世界の実験の両方で、我々のInter-POMDPアルゴリズムは衝突回数を最大63%減らし、ナビゲーションステップを最大35%減らし、検出回数をベースライン法と比較して最大32%減らした。 全ビデオはhttps://sites.google.com/view/inter-pomdp

関連論文リスト

• Embodied3DBench: Benchmarking Low-Level Embodied Spatial Intelligence of Vision Language Models [50.6415287154632]
  Embodied3DBenchは3D環境における低レベル空間インテリジェンスをターゲットにしたロボット中心のベンチマークである。 ベンチマークは12のサブカテゴリにまたがり、21万以上の高品質な質問応答ペアを含んでいる。
  論文  参考訳（メタデータ） (2026-05-27T20:28:56Z)
• Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding [48.1609560841622]
  本稿では,効率的な特徴共有を通じてエージェント間の協調を強化するための学習可能な通信モジュールを提案する。 提案手法は既存の学習ベースMAPFソルバよりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-08T12:05:08Z)
• POMDP-based Object Search with Growing State Space and Hybrid Action Domain [25.846438061479446]
  新たなオンラインPOMDPソルバであるGNPF-kCT(英語版)が,この問題に対処するために提案されている。 モンテカルロ木探索 (MCTS) を用いて最適な行動を選択する。 限られた情報や報酬でシナリオに対処するために,グリッドワールドモデルを用いた推定対象オブジェクトも導入する。
  論文  参考訳（メタデータ） (2026-04-16T13:01:13Z)
• LEGS-POMDP: Language and Gesture-Guided Object Search in Partially Observable Environments [7.458277072199384]
  部分観測可能環境(LEGS-POMDP)におけるLanguagEとgesture-Guided Object Search 本稿では,LanguagE と Gesture-Guided Object Search in partially Observable Environments (LEGS-POMDP)を紹介した。 シミュレーションでは、マルチモーダル融合は単調なベースラインを著しく上回り、挑戦的な環境や対象カテゴリーで平均89%の成功率を達成する。
  論文  参考訳（メタデータ） (2026-03-05T01:04:23Z)
• TP-MDDN: Task-Preferenced Multi-Demand-Driven Navigation with Autonomous Decision-Making [90.18833928208333]
  Task-Preferenced Multi-Demand-Driven Navigation (TP-MDDN)は、複数のサブオンデマンドと明示的なタスク嗜好を含む長距離ナビゲーションのための新しいベンチマークである。 空間記憶のために,3次元点雲蓄積と2次元意味マッピングを組み合わせたMASMapを設計した。 本手法は,認識精度とナビゲーションの堅牢性の両方において,最先端のベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-11-21T13:12:13Z)
• Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
  マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。 離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。 本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
  論文  参考訳（メタデータ） (2025-08-27T17:59:36Z)
• Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models [57.45019514036948]
  MAPF(Multi-Agent Path Finding)は、ロボット工学における基本的な問題である。 連続空間におけるMAPFの拡散モデルと制約付き最適化を統合する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-23T21:27:19Z)
• SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
  無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。 また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• Search-Based Path Planning in Interactive Environments among Movable Obstacles [8.023424148846265]
  本稿では,2つのPAMOの定式化について述べる。 完全性と解の最適性を保証する計画手法であるPAMO*を開発し,その2つの問題を解決する。 結果から,PAMO*は最大400個のオブジェクトを持つ乱雑な写像において,1秒以内に最適解を見つけることができることがわかった。
  論文  参考訳（メタデータ） (2024-10-24T00:02:58Z)
• AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
  我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。 本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
  論文  参考訳（メタデータ） (2023-08-16T22:47:16Z)
• Environment-aware Interactive Movement Primitives for Object Reaching in Clutter [4.5459332718995205]
  本稿では,制約付き多目的最適化フレームワーク(OptI-ProMP)を提案する。 OptI-ProMPの特徴は、ターゲット地区の静的、動的、およびプッシュ可能なオブジェクトの両方に関連するコストであり、問題の初期化には確率的プリミティブに依存している。 文献からのProMPベースのプランナとOptI-ProMPを,低(3-dofs),高(7-dofs)デキスタリティロボット体でシミュレーションした。
  論文  参考訳（メタデータ） (2022-10-28T15:03:23Z)
• MSMDFusion: Fusing LiDAR and Camera at Multiple Scales with Multi-Depth Seeds for 3D Object Detection [89.26380781863665]
  自律運転システムにおける高精度で信頼性の高い3次元物体検出を実現するためには,LiDARとカメラ情報の融合が不可欠である。 近年のアプローチでは、2次元カメラ画像の3次元空間への昇華点によるカメラ特徴のセマンティックな密度の探索が試みられている。 マルチグラニュラリティLiDARとカメラ機能とのマルチスケールなプログレッシブインタラクションに焦点を当てた,新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-07T12:29:29Z)
• Multi-Resolution POMDP Planning for Multi-Object Search in 3D [26.683481431467783]
  フラストタル形状の視野を持つ3次元領域における多対象探索のためのPOMDPの定式化について述べる。 我々は,対象物体の異なる解像度レベルでの不確かさを捉えるために,新しいオクツリーに基づく信念表現を設計する。 移動ロボットによる2つの10m$2×2$m領域の異なる高さに配置された物体を、ベースを移動させ、胴体を作動させることにより、その位置を推定する手法を実証する。
  論文  参考訳（メタデータ） (2020-05-06T14:54:01Z)

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。