論文の概要: Prior-SG: Task and Prior Driven Region Segmentation for Scene Graphs in Arbitrarily-Structured Environments
- arxiv url: http://arxiv.org/abs/2608.06170v1
- Date: Thu, 06 Aug 2026 15:36:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.783552
- Title: Prior-SG: Task and Prior Driven Region Segmentation for Scene Graphs in Arbitrarily-Structured Environments
- Title（参考訳）: Pre-SG:任意構成環境におけるシーングラフのタスクと先行駆動領域分割
- Abstract要約: 確率的アライメント問題としてシーングラフを生成するタスク駆動および事前駆動のフレームワークであるPreside-SGを提案する。
我々は、多様なシミュレーションされた住宅データセットと、大規模でオープンな実環境にまたがるこのアプローチを検証する。
- 参考スコア（独自算出の注目度）: 20.027960785504586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hierarchical 3D scene graphs are a promising representation for high-level spatial reasoning in autonomous mobile platforms. However, existing extraction frameworks typically rely on purely local visual clustering or strict geometric heuristics, such as wall-separated rooms, which fail in open-plan or arbitrarily-structured environments. We propose Prior-SG, a task- and prior-driven framework that casts scene graph generation fundamentally as a probabilistic alignment problem. As the robot explores, it continuously aggregates an incoming RGB-D sensor stream into a physically grounded Instance Graph utilizing a multi-scale, open-vocabulary feature fusion strategy. The system then infers the high-level functional semantics of this map through a Maximum A Posteriori (MAP) estimate, guided by a Prior Graph-a logical expectation of the environment's structure and task-relevant vocabulary synthesized dynamically by a Large Language Model. By optimizing a Markov Random Field that fuses heterogeneous experts (visual, geometric, and discrete objects) with these topological priors, the system resolves local perceptual ambiguities. We validate this approach across diverse simulated residential datasets and large, open-plan real-world environments. Prior-SG achieves state-of-the-art semantic region segmentation accuracy compared to recent baselines, robustly delineates distant functional boundaries in the absence of physical walls, and uniquely provides zero-shot ontological flexibility, enabling the robot to entirely restructure its spatial partitioning based on a given high-level task.
- Abstract（参考訳）: 階層型3Dシーングラフは、自律移動プラットフォームにおける高レベル空間推論のための有望な表現である。
しかし、既存の抽出フレームワークは通常、純粋に局所的な視覚的クラスタリングや壁分離された部屋のような厳密な幾何学的ヒューリスティックに依存しており、これはオープンプランや任意に構造化された環境では失敗する。
本稿では,シーングラフ生成を確率的アライメント問題として根本的に活用するタスク駆動および事前駆動型フレームワークであるPreside-SGを提案する。
ロボットが探索するにつれて、RGB-Dセンサーストリームを連続的に集約し、マルチスケールでオープンな特徴融合戦略を利用して物理的に接地されたインスタンスグラフに変換する。
このシステムは,大規模言語モデルにより動的に合成された環境構造とタスク関連語彙の論理的期待値である先行グラフで導かれる最大APosteriori(MAP)推定値を用いて,このマップの高レベルの機能的意味を推論する。
マルコフランダム場を最適化し、不均一な専門家(視覚的、幾何学的、離散的対象)をこれらのトポロジカルな先行と融合させることで、システムは局所的な知覚的曖昧さを解消する。
我々は、多様なシミュレーションされた住宅データセットと、大規模でオープンな実環境にまたがるこのアプローチを検証する。
Prior-SGは、最近のベースラインと比較して最先端のセマンティック領域セグメンテーションの精度を達成し、物理的な壁がないときに遠くの機能的境界をしっかりと切り離し、一意にゼロショットのオントロジの柔軟性を提供し、与えられたハイレベルなタスクに基づいて、ロボットが空間的パーティショニングを完全に再構築できるようにする。
関連論文リスト
- Hierarchical 3D Scene Graph Construction and Belief-based Planning for Semantic Navigation [34.08516675160383]
エンボディエージェントのためのゼロショットセマンティックナビゲーションフレームワークを提案する。
本手法は,オブジェクト,ゾーン,領域を網羅したオンライン階層型3次元シーングラフ(HSG)を漸進的に維持し,グローバルプランニングのためのコンパクトな状態抽象化として機能する。
このメモリ上に構築された階層的信念に基づく計画フレームワークは,HSGの探索証拠とセマンティック先行を融合させ,HSGベースのシミュレータ上で有限水平ロールアウトを行い,候補マクロアクションの長期的リターンを明示的に推定する。
論文 参考訳（メタデータ） (2026-06-30T03:01:44Z) - Z-FLoc: Zero-Shot Floorplan Localization via Geometric Primitives [72.63181031215858]
そこで本研究では,ゼロショットフロアプランのローカライズ手法を提案する。
我々の重要な洞察は、支配的な幾何学的プリミティブが人間が作った環境でユビキタスであることである。
シミュレーションと実世界の両方のデータセットの実験により、我々のアプローチは、目に見えない環境における最先端の学習ベースの手法よりも優れています。
論文 参考訳（メタデータ） (2026-06-03T12:14:24Z) - OmniGF: A Dual-Branch Vision-Language Framework for Unified Gaze Following [59.53720386342017]
拡張性のある多対人視線推論に基礎的な視覚言語モデルを適用する統合視覚言語フレームワークを提案する。
すべての個人をモデル化することにより、OmniGFは正確な空間的視線目標推定、意味的視線予測、複雑な社会的視線推定をシームレスに統合する。
論文 参考訳（メタデータ） (2026-05-26T00:08:06Z) - Hierarchical and Holistic Open-Vocabulary Functional 3D Scene Graphs for Indoor Spaces [116.57196064763924]
我々は、高密度テーブルトップオブジェクトと明示的なマルチレベル機能関係を導入することで、ベンチマークカバレッジを拡大する。
この研究は、小規模、高密度、および類似のインスタンスにかかわる重要な課題を提起する。
2次元視覚的グラウンドリングと3次元グラフ最適化に基づくオープン語彙パイプラインを提案する。
論文 参考訳（メタデータ） (2026-05-15T09:14:50Z) - Learning-Based Hierarchical Scene Graph Matching for Robot Localization Leveraging Prior Maps [0.17398560678845076]
シーングラフは、セマンティックエンティティとその関係の階層として環境の構造をエンコードする。
これら2つの相補的表現を一致させることで、既知の構造的先行に対してロボット観測を接地することでSLAMのドリフト補正が可能になる。
ここでは、階層内および階層間関係を符号化する意味的動機付けされたエッジタイプを用いて、両方のグラフを拡大する、学習されたエンドツーエンドの微分可能なパイプラインを示す。
論文 参考訳（メタデータ） (2026-04-30T13:05:57Z) - Semantic Area Graph Reasoning for Multi-Robot Language-Guided Search [12.427956436869584]
textitSemantic Area Graph Reasoning (SAGR)は、大規模言語モデル(LLM)が環境の構造的セマンティックトポロジ的抽象化を通して、マルチロボット探索とセマンティックサーチの協調を可能にする階層的なフレームワークである。
100のシナリオにわたるHabitat-Matterport3Dデータセットの実験では、SAGRは最先端の探索手法と競合し続け、セマンティックターゲットの探索効率は最大18.8%向上した。
論文 参考訳（メタデータ） (2026-04-17T17:19:54Z) - A Scene Graph Backed Approach to Open Set Semantic Mapping [1.8266902367595235]
オープンセットセマンティックマッピングと3次元シーングラフ(DSSG)はロボット知覚のパラダイムとして確立されている。
本稿では,3DSSGが基本的なバックエンドとして機能し,主要な知識表現として機能するマッピングアーキテクチャを提案する。
これにより、大規模な設定で拡張された操作であっても、地図が位相的に一貫性を持ち、計算的に効率的であることを保証する。
論文 参考訳（メタデータ） (2026-02-03T17:41:51Z) - OFA-MAS: One-for-All Multi-Agent System Topology Design based on Mixture-of-Experts Graph Generative Models [57.94189874119267]
マルチエージェントシステム(MAS)は複雑な問題を解決するための強力なパラダイムを提供する。
現在のグラフ学習に基づく設計手法は、しばしば「1対1」のパラダイムに準拠している。
自然言語で記述されたタスクに対して適応的な協調グラフを生成する一対一のフレームワークOFA-TADを提案する。
論文 参考訳（メタデータ） (2026-01-19T12:23:44Z) - Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。
そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。
PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
論文 参考訳（メタデータ） (2024-07-26T06:29:09Z) - Outlier-Robust Long-Term Robotic Mapping Leveraging Ground Segmentation [1.7948767405202701]
箱から出られる堅牢な長期ロボットマッピングシステムを提案する。
i) 外れ値の存在を否定する高速で頑健な接地分割を提案する。
粗悪なアウトリールの存在を包含する地盤セグメンテーションによるロバストな登録を提案する。
論文 参考訳（メタデータ） (2024-05-18T04:56:15Z) - Flattening-Net: Deep Regular 2D Representation for 3D Point Cloud
Analysis [66.49788145564004]
我々は、任意の幾何学と位相の不規則な3次元点雲を表現するために、Flattning-Netと呼ばれる教師なしのディープニューラルネットワークを提案する。
我々の手法は、現在の最先端の競合相手に対して好意的に機能する。
論文 参考訳（メタデータ） (2022-12-17T15:05:25Z)
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。