論文の概要: Unordered Landmark Visual Navigation

• arxiv url: http://arxiv.org/abs/2608.06833v2
• Date: Mon, 10 Aug 2026 02:13:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 13:55:18.785606
• Title: Unordered Landmark Visual Navigation
• Title（参考訳）: 非秩序なランドマークビジュアルナビゲーション
• Abstract要約: Unordered Landmark Visual Navigation (ULVN)は、RGBのみの統一フレームワークで、時間的および生体的事前処理が不要である。 閉ループ実行において、ULVNはグラフベースの信念伝搬フィルタを利用してシーケンシャルキャリブレーションを放棄する。 シミュレーションと実世界の展開の実験では、ULVNが最先端の手法よりも大幅に優れていることが示されている。
• 参考スコア（独自算出の注目度）: 33.446315024750774
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image-goal navigation is a fundamental capability for embodied AI, yet its practical deployment is strained by strong prior assumptions. Existing methods predominantly rely on temporally ordered video streams or auxiliary sensors (e.g., depth, LiDAR) to maintain spatial consistency. These sequential and multimodal dependencies severely restrict scalability, especially when deploying robots using crowd-sourced or pre-recorded unordered image collections. When temporal priors are removed, current methods struggle with severe perceptual aliasing, noisy associations, and catastrophic mapping failures. To address this underexplored challenge, we propose Unordered Landmark Visual Navigation (ULVN), a unified RGB-only framework free from temporal and odometric priors. ULVN systematically mitigates error accumulation by integrating mapping, localization, and planning. Specifically, it constructs a robust 2D topological map directly from unstructured images via calibrated geometric verification and maximum spanning forest refinement. For closed-loop execution, ULVN abandons sequential heuristics, utilizing a graph-based belief propagation filter with entropy-adaptive fusion for global localization and dynamic subgoal planning. Extensive experiments in simulation and real-world deployments demonstrate that ULVN significantly outperforms state-of-the-art methods.
• Abstract（参考訳）: イメージゴールナビゲーションは、AIを具現化するための基本的な能力であるが、その実践的な展開は、強い事前仮定によって緊張している。 既存の手法は主に空間的整合性を維持するために時間的に順序付けられたビデオストリームや補助センサー(例えば深度、LiDAR)に依存している。 これらのシーケンシャルおよびマルチモーダルな依存関係は、特にクラウドソースまたは事前記録された未注文イメージコレクションを使用したロボットのデプロイにおいて、スケーラビリティを著しく制限する。 時間的先行が取り除かれた場合、現在の手法は、重度の知覚的エイリアス、ノイズ関連、破滅的なマッピング障害に悩まされる。 この未探索の課題に対処するため、時間的・生体的先行性のない統合RGB専用フレームワークであるUnordered Landmark Visual Navigation (ULVN)を提案する。 ULVNは、マッピング、ローカライゼーション、計画を統合することで、エラーの蓄積を系統的に軽減する。 具体的には,非構造画像から直接,幾何的検定と最大伐採によるロバストな2次元トポロジマップを構築する。 閉ループ実行において、ULVNは、グローバルローカライゼーションと動的サブゴール計画のためのエントロピー適応融合を用いたグラフベースの信念伝搬フィルタを利用して、シーケンシャルヒューリスティックを放棄する。 シミュレーションと実世界の展開における大規模な実験は、ULVNが最先端の手法を大幅に上回っていることを示している。

関連論文リスト

• Multi-Task Visual Perception Network with LLM Conditioning for Autonomous Navigation [4.075320514790725]
  サービスロボットの長期ナビゲーションは、計測ドリフトの蓄積やセンサーエラーといった課題に直面している。 本稿では,グローバルな一貫した地図への依存を解消する,ユーザフレンドリでインタラクティブなフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-13T05:38:52Z)
• CG-GLORE: A Conjugate Gradient-Based Global-Local Regularization Network for Sparse-View CT Reconstruction [3.7567584936415166]
  スパースビューCT (Sparse-view Computed Tomography) はプロジェクションビューを少なくすることで放射線線量を減らすが、結果として生じる逆問題は非常に悪化する。 既存のディープリコンストラクション手法は有望な性能を達成したが、多くは1次更新や大規模な正規化ネットワークに依存している。 スパース・ビューCT再構成のための2次最適化にインスパイアされた,コンパクトなディープ・アンローリング・フレームワークである textbfCG-GLORE を提案する。
  論文  参考訳（メタデータ） (2026-08-15T14:08:44Z)
• LCPNet: Latent Consistent Proximal Unfolding Network for Infrared Small Target Detection [50.3892176822492]
  赤外線小目標検出(IRSTD)は、複雑な赤外背景から長距離小目標を特定することを目的としている。 深層学習法は、識別的画像-マスクマッピングを学習することでIRSTDを改善した。 深層展開法は、モデル駆動イテレーションをニューラルネットワークに埋め込むことによって、この問題に部分的に対処する。 これらの制約に対処するために,Latent Consistent Proximal Unfolding Network (LCPNet)を提案する。
  論文  参考訳（メタデータ） (2026-07-06T02:15:09Z)
• BVS: Bayesian Visual Search with Multimodal Large Language Model for Fine-grained Perception [54.31138496553705]
  本研究では,連続空間スケール多様体上の大域的最適化問題として知覚を定式化するBayesian Visual Searchを提案する。 また,BVSが精度と効率のトレードオフに優れ,最先端のベースラインを著しく上回ることを示す広範な実験を行った。
  論文  参考訳（メタデータ） (2026-07-03T10:42:34Z)
• UAV-MapFusion: RTK-Aligned Uncertainty-Aware Coarse-to-Fine Multi-Session UAV Mapping [10.494473889988074]
  大規模クラウドマップはロボット工学や空間知能のタスクに不可欠である。 飛行耐久力の制限と搭載ストレージのため、1回の飛行で大規模なシーンをマッピングすることは依然として困難である。 既存のマルチセッションマップマージ手法はマッピング範囲を拡張できるが、UAVのシナリオでは、長距離ドリフトを同時に抑制し、局所的な幾何学的精度を維持するのに苦労している。
  論文  参考訳（メタデータ） (2026-06-25T12:03:29Z)
• HaltNav: Reactive Visual Halting over Lightweight Topological Priors for Robust Vision-Language Navigation [1.774434289475737]
  VLN(Vision-and-Language Navigation)は、厳格なステップバイステップの指示から、オープンな語彙、ゴール指向の自律性へとシフトしている。 本稿では,OsmAGのロバストなグローバルプランニングと,VLNの局所探索と命令グラウンド機能を組み合わせた階層型ナビゲーションフレームワークHaltNavを提案する。
  論文  参考訳（メタデータ） (2026-03-13T06:22:35Z)
• Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
  作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。 Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。 高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-10-27T03:52:45Z)
• VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
  状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。 大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。 水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。 本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
  論文  参考訳（メタデータ） (2025-05-02T12:21:44Z)
• SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
  SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。 SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。 強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:57Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• Detecting Anomalies in Dynamic Graphs via Memory enhanced Normality [39.476378833827184]
  動的グラフにおける異常検出は、グラフ構造と属性の時間的進化によって大きな課題となる。 時空間記憶強調グラフオートエンコーダ(STRIPE)について紹介する。 STRIPEは、AUCスコアが5.8%改善し、トレーニング時間が4.62倍速く、既存の手法よりも大幅に優れている。
  論文  参考訳（メタデータ） (2024-03-14T02:26:10Z)
• STARFlow: Spatial Temporal Feature Re-embedding with Attentive Learning for Real-world Scene Flow [5.476991379461233]
  両ユークリッド空間における全点対に一致する大域的注意流埋め込みを提案する。 我々は、新しいドメイン適応損失を利用して、合成から実世界への動き推論のギャップを埋める。 提案手法は,実世界のLiDARスキャンデータセットにおいて特に顕著な結果を得て,各種データセットの最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-03-11T04:56:10Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)

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。