論文の概要: NavVerse: Benchmarking Indoor-to-Outdoor Embodied Navigation in Continuous Robot Simulation
- arxiv url: http://arxiv.org/abs/2607.19695v1
- Date: Wed, 22 Jul 2026 02:53:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:37.954807
- Title: NavVerse: Benchmarking Indoor-to-Outdoor Embodied Navigation in Continuous Robot Simulation
- Title（参考訳）: NavVerse: 連続ロボットシミュレーションにおける室内から屋外への身体的ナビゲーションのベンチマーク
- Abstract要約: NavVerseは、屋内から屋外へのエンボディナビゲーションのための物理を利用したベンチマークである。
NavVerseには100の屋内シーン、50の都市屋外シーン、50の屋内屋外シーン、および1万のエピソードが収録されている。
エージェントはタスクサクセス、パス効率、安全性メトリクスを使用して実行可能なロボットインタフェースを通じて評価される。
- 参考スコア（独自算出の注目度）: 15.21423340398543
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots deployed in delivery, campus, and emergency-response settings often need to navigate from buildings to streets within a single continuous episode. Existing benchmarks usually evaluate indoor and outdoor navigation separately, and many abstract away robot execution, leaving exit finding, boundary traversal, adaptation, and kinodynamic failures underexplored. We introduce NavVerse, a physics-enabled benchmark for indoor-to-outdoor embodied navigation. NavVerse contains 100 indoor scenes, 50 urban outdoor scenes, and 50 indoor-to-outdoor scenes, and 10,000 episodes spanning Object Navigation, Vision-and-Language Navigation, and Place Navigation tasks, where agents search for semantic points of interest such as restaurants or banks. Agents are evaluated through executable robot interfaces using task-success, path-efficiency, and safety metrics. Zero-shot experiments with RL, VLA, and modular baselines show that current agents remain far from solving cross-context navigation: end-to-end VLAs obtain the highest zero-shot success, while the modular method provides the strongest safety profile. PlaceNav further reveals a clear drop from outdoor to indoor-to-outdoor scenes, indicating that adaptation remains major bottleneck.
- Abstract（参考訳）: 配達、キャンパス、緊急対応設定に配備されたロボットは、1回の連続エピソードで建物から通りまで移動する必要があることが多い。
既存のベンチマークは、通常、屋内と屋外のナビゲーションを別々に評価し、多くの抽象的なロボット実行を排除し、出口発見、境界横断、適応、キノダイナミックな故障を未然に調査した。
NavVerseは、屋内から屋外へのエンボディナビゲーションのための物理を利用したベンチマークである。
NavVerseには、100の屋内シーン、50の都市屋外シーン、50の屋内屋外シーン、および1万のエピソードが対象ナビゲーション、ビジョン・アンド・ランゲージ・ナビゲーション、そしてレストランや銀行などのセマンティックポイントを検索する場所ナビゲーションタスクに含まれている。
エージェントはタスクサクセス、パス効率、安全性メトリクスを使用して実行可能なロボットインタフェースを通じて評価される。
RL、VLA、モジュラーベースラインによるゼロショット実験は、現在のエージェントがコンテキスト間ナビゲーションを解くには程遠いことを示している。
PlaceNavはさらに、屋外から屋内までのシーンが明らかに減少していることを明らかにし、適応が大きなボトルネックのままであることを示唆している。
関連論文リスト
- LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation [52.91080323083409]
エージェントは異質な目標や視覚的な観察をタスク、環境、ロボットの体現物に翻訳する必要がある。
ここでは,タスク固有の予測ヘッドを使わずに,予め訓練されたVLMの空間的知性を取り入れた,コンパクトな一般化型ナビゲーションモデルLightNav-0を提案する。
論文 参考訳（メタデータ） (2026-08-31T15:08:53Z) - FlashNav: Ultra-Fast Policy Training for Robot Navigation within 20 Seconds [16.117008864241082]
FlashNavは超高速レンジベースのロボットナビゲーショントレーニングのためのGPUファーストフレームワークである。
DRLベースのナビゲーションフレームワークとしては初めて、秒単位のポリシトレーニングに到達し、20秒未満でトレーニングされた最速のデプロイ可能なポリシである。
論文 参考訳（メタデータ） (2026-06-14T15:02:07Z) - 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) - CapNav: Benchmarking Vision Language Models on Capability-conditioned Indoor Navigation [34.18391119684099]
本稿では,視覚言語モデル(VLM)が複雑な屋内空間をいかにうまくナビゲートできるかを評価するために,CapNav(Capability-Conditioned Navigation)を導入する。
CapNavは5つの代表的人間とロボットのエージェントを定義し、それぞれが物理的次元、移動能力、環境相互作用能力を記述している。
現在のVLMのナビゲーション性能は、モビリティの制約が厳しくなるにつれて急激に低下し、また、最先端モデルでさえ空間次元の推論を必要とする障害物タイプに悩まされている。
論文 参考訳（メタデータ） (2026-02-20T18:46:27Z) - RAVEN: Resilient Aerial Navigation via Open-Set Semantic Memory and Behavior Adaptation [20.730528223747967]
RAVENは、非構造化屋外環境での空中セマンティックナビゲーションのための3Dメモリベースの行動ツリーフレームワークである。
空間的に一貫したセマンティックなボクセル線マップを永続記憶として使用し、長期計画を可能にし、純粋に反応性のある振る舞いを避ける。
RAVENは、シミュレーションのベースラインを85.25%上回り、屋外フィールドテストにおける空中ロボットへの展開を通じて実世界の適用性を実証している。
論文 参考訳（メタデータ） (2025-09-28T01:43:25Z) - HUNT: High-Speed UAV Navigation and Tracking in Unstructured Environments via Instantaneous Relative Frames [50.83645076723809]
HUNT (High-speed UAV Navigation and Tracking) は、1つの相対的な定式化の中で統合、取得、追跡を行うリアルタイムフレームワークである。
密林、コンテナ化合物、および車両やマネキンによる捜索救助活動の試行は、グローバルな方法が失敗した場合の堅牢な自律性を示している。
論文 参考訳（メタデータ） (2025-09-23T18:07:10Z) - VL-Nav: Real-time Vision-Language Navigation with Spatial Reasoning [11.140494493881075]
低消費電力ロボットに効率的な空間推論を組み込んだ視覚言語ナビゲーション(VL-Nav)システムを提案する。
ロボットを誘導するための単一の画像レベルの特徴類似性に依存する従来の手法とは異なり、本手法は画素単位の視覚言語機能と好奇心駆動探索を統合している。
VL-Navは、全体の成功率86.3%に達し、以前の手法を44.15%上回った。
論文 参考訳（メタデータ） (2025-02-02T21:44:15Z) - CoverNav: Cover Following Navigation Planning in Unstructured Outdoor
Environment with Deep Reinforcement Learning [1.0499611180329804]
オフロード地形やジャングル環境における隠蔽およびナビゲート可能な軌道を識別するための,Deep Reinforcement Learning に基づく新しいアルゴリズム CoverNav を提案する。
CoverNavは、ロボットエージェントが報酬関数を使って低い標高の地形を学習するのを助ける。
また,カバーナブの最大目標距離12mと,カバーオブジェクトの有無による異なる標高シナリオにおける成功率について検討した。
論文 参考訳（メタデータ） (2023-08-12T15:19:49Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳（メタデータ） (2023-04-06T13:07:17Z) - Diagnosing Vision-and-Language Navigation: What Really Matters [61.72935815656582]
視覚言語ナビゲーション(VLN)は、エージェントが自然言語の指示に従って視覚環境をナビゲートするマルチモーダルタスクである。
近年の研究では、室内および屋外のVLNタスクのパフォーマンス改善が鈍化している。
本研究では,ナビゲーション中のエージェントの焦点を明らかにするための一連の診断実験を行う。
論文 参考訳（メタデータ） (2021-03-30T17:59:07Z) - Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。
VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。
この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
論文 参考訳（メタデータ） (2020-07-15T23:54:20Z)
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。