論文の概要: SONG: A Photorealistic 3D Gaussian Simulation Platform for Benchmarking Social Navigation
- arxiv url: http://arxiv.org/abs/2607.25219v1
- Date: Tue, 28 Jul 2026 02:51:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-29 20:50:42.686512
- Title: SONG: A Photorealistic 3D Gaussian Simulation Platform for Benchmarking Social Navigation
- Title（参考訳）: SONG:ソーシャルナビゲーションをベンチマークするフォトリアリスティックな3Dガウスシミュレーションプラットフォーム
- Abstract要約: 三次元ガウススプラッティングを利用したソシアルナビゲーションプラットフォームSONG(3DGS)について紹介する。
これは、大きな言語モデルによって生成された意味論的に接地された軌跡を用いて歩行者を駆動し、軌跡条件付き発電機で全体の動きを合成する。
プラットフォーム上では,難易度に階層化された評価エピソードのセットであるSONG-Benchをキュレートし,有効性,安全性,社会的コンプライアンスを考慮した多次元計量スイートを提案する。
- 参考スコア（独自算出の注目度）: 32.200742569755405
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social navigation has progressed from simplified 2D environments toward a more general vision-based setting, in which a robot needs to achieve socially compliant behavior purely from onboard visual observations. Yet supporting simulation platforms have not kept pace: existing options either lack visual observations, lack moving human avatars, or fall short of real-world fidelity in appearance and pedestrian behavior, offering limited support for advancing vision-based social navigation. We introduce SONG, a SOcial Navigation platform powered by 3D Gaussian splatting (3DGS). It leverages 3DGS for both scene and avatar representations, drives pedestrians using semantically grounded trajectories generated by a large language model, and synthesizes their full-body motion with a trajectory-conditioned generator to produce continuous, natural movement. On top of the platform, we curate SONG-Bench, a set of evaluation episodes stratified by difficulty, and propose a multi-dimensional metric suite covering effectiveness, safety, and social compliance. A systematic evaluation of representative navigation baselines reveals three findings: (a) vision-based social navigation is far from solved; (b) a critical safety deficit precedes social etiquette; (c) real-world data matters more than model scale. Crucially, we demonstrate that fine-tuning on our curated data effectively improves the success rate in real-world environments. We hope our platform provides a faithful and rigorous testbed for the next generation of vision-based social navigation research.
- Abstract（参考訳）: ソーシャルナビゲーションは、単純化された2D環境から、より一般的な視覚ベースの環境へと進化してきた。
しかし、シミュレーションプラットフォームのサポートはペースを保っていない。既存のオプションでは視覚的な観察が欠如し、人間のアバターが動かなかったり、外見や歩行者の行動が現実の忠実さに欠けていたりしている。
本稿では,3次元ガウススプラッティング(3DGS)を利用したソシアルナビゲーションプラットフォームであるSONGを紹介する。
シーンとアバターの両方の表現に3DGSを活用し、大きな言語モデルによって生成されたセマンティックグラウンドの軌跡を使って歩行者を駆動し、軌道条件付きジェネレータで全身の動きを合成し、連続して自然な動きを生み出す。
プラットフォーム上では,難易度に階層化された評価エピソードのセットであるSONG-Benchをキュレートし,有効性,安全性,社会的コンプライアンスを考慮した多次元計量スイートを提案する。
代表的なナビゲーションベースラインの系統的評価では,3つの知見が示された。
(a)視覚に基づく社会ナビゲーションは、解決には程遠い。
b) 社会儀礼に先立つ重要な安全上の欠陥
(c) 実世界のデータはモデルスケール以上に重要である。
重要なことは、キュレートされたデータの微調整が実環境における成功率を効果的に向上させることを実証する。
私たちのプラットフォームは、次世代のビジョンベースのソーシャルナビゲーション研究のために、忠実で厳格なテストベッドを提供することを期待しています。
関連論文リスト
- Image2Sim: Scaling Embodied Navigation via Generative Neural Simulator [70.34667754804168]
Embodied Navigationは、マルチモーダルな目標を解釈し、3D空間を推論し、現実の世界で確実に目的地に到達するエージェントを構築することを目的としている。
本稿では,RGB-D画像シーケンスから高品質な対話環境を構築するリアルタイムニューラルネットワークフレームワークであるImage2Simを紹介する。
論文 参考訳（メタデータ） (2026-07-07T02:42:41Z) - Habitat-GS: A High-Fidelity Navigation Simulator with Dynamic Gaussian Splatting [83.60803397468139]
Habitat-GSはナビゲーション中心のAIシミュレータで、3Dフォトリアリスティックなシーンレンダリングとドライビング可能なガウスアバターを統合している。
動的人体モデリングでは、ガウスアバターモジュールを導入し、それぞれのアバターを光現実的な視覚的実体と効果的なナビゲーション障害物として同時に機能させることができる。
論文 参考訳（メタデータ） (2026-04-14T11:52:59Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - ReaDy-Go: Real-to-Sim Dynamic 3D Gaussian Splatting Simulation for Environment-Specific Visual Navigation with Moving Obstacles [18.27305975041577]
本研究では,ターゲット環境における動的シナリオを合成するシミュレーションパイプラインReaDy-Goを提案する。
提案したシミュレータは、任意の視点から、アニマタブルなヒトGSアバターを用いた何千ものフォトリアリスティックナビゲーションシナリオを生成する。
ReaDy-Goはシミュレーションと実世界の両方の実験において、ターゲット環境のベースラインを上回っている。
論文 参考訳（メタデータ） (2026-02-12T04:48:18Z) - From Obstacles to Etiquette: Robot Social Navigation with VLM-Informed Path Selection [57.74400052368147]
本稿では,幾何学的計画と文脈的社会的推論を統合した社会ロボットナビゲーションフレームワークを提案する。
このシステムはまず障害物や人間の力学を抽出し、幾何学的に実現可能な候補経路を生成し、次に細調整された視覚言語モデル(VLM)を利用してこれらの経路を評価する。
4つのソーシャルナビゲーション環境における実験により, 生活空間違反の最小期間, 歩行者面の最小時間, 社会ゾーンの侵入がない場合に, ベストな総合的なパフォーマンスを達成できることが実証された。
論文 参考訳（メタデータ） (2026-02-09T18:46:12Z) - GSON: A Group-based Social Navigation Framework with Large Multimodal Model [9.94576166903495]
本稿では,新しいグループベースのソーシャルナビゲーションフレームワークであるGSONを紹介する。
GSONは視覚的プロンプトを使用して、歩行者間の社会的関係のゼロショット抽出を可能にする。
我々は、大規模な実世界の移動ロボットナビゲーション実験を通じてGSONを検証する。
論文 参考訳（メタデータ） (2024-09-26T17:27:15Z) - From Cognition to Precognition: A Future-Aware Framework for Social Navigation [1.9094009409000596]
本稿では,社会的に認識されたナビゲーションに取り組むための強化学習アーキテクチャであるFalconを提案する。
我々はSocial-HM3DとSocial-MP3Dという2つの新しいデータセットを含むSocialNavベンチマークを導入する。
我々は、最先端の学習法と古典的なルールベースの経路計画アルゴリズムを用いて、詳細な実験分析を行う。
論文 参考訳（メタデータ） (2024-09-20T06:08:24Z) - Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。
提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
論文 参考訳（メタデータ） (2023-12-26T18:56:49Z) - Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of
Demonstrations for Social Navigation [92.66286342108934]
社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。
私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
論文 参考訳（メタデータ） (2022-03-28T19:09:11Z)
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。