論文の概要: AECNav: Active Evidence Consolidation for Efficient Zero-Shot Open-Vocabulary Object Navigation
- arxiv url: http://arxiv.org/abs/2608.10817v1
- Date: Tue, 11 Aug 2026 11:40:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.030423
- Title: AECNav: Active Evidence Consolidation for Efficient Zero-Shot Open-Vocabulary Object Navigation
- Title（参考訳）: AECNav: 効率的なゼロショットオープン語彙オブジェクトナビゲーションのためのアクティブエビデンス統合
- Abstract要約: オープン語彙シナリオにおけるゼロショットオブジェクトゴールナビゲーション(ZSON)は困難である。
現在、タスクは、冗長な知覚パイプラインのために、高いレイテンシと限られた正確性に悩まされている。
3つのコンポーネント上に構築されたトレーニング不要のパイプラインであるAECNavを紹介します。
- 参考スコア（独自算出の注目度）: 10.327375579404402
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Zero-shot object-goal navigation (ZSON) in open-vocabulary scenarios is challenging, as it requires a robot to locate an arbitrarily specified object in an unseen environment without task-specific training. Currently, the task still suffers from high latency and limited accuracy due to redundant perception pipelines and insufficient evidence for reliable target confirmation. In this letter, we reframe ZSON as an evidence-driven perception-to-decision problem and present AECNav, a training-free pipeline built on three components: i) Evidence-gated perception, which utilizes a shared encoding across all reasoning stages to establish a unified semantic basis and eliminate redundant computations; ii) Evidence consolidation, which aggregates detections into cluster-level log-odds beliefs. This explicitly separates genuine target support from the false confidence of visually similar distractors, while treating the absence of expected detections as negative evidence; and iii) Active evidence acquisition, which sustains productive exploration under weak semantic cues by selecting frontiers that maximize information gain at minimal traversal cost. As a result, AECNav significantly outperforms previous methods and achieves state-of-the-art success rates of 84.7%, 57.3%, and 51.3% on HM3D-v2, HM3D-OVON, and MP3D, respectively, with substantially lower inference overhead, and attains 95% success across 40 trials on a physical quadruped robot at roughly 5Hz. Code will be made publicly available upon acceptance.
- Abstract（参考訳）: オープンボキャブラリシナリオにおけるゼロショットオブジェクトゴールナビゲーション(ZSON)は、タスク固有のトレーニングを必要とせずに、見知らぬ環境で任意に指定されたオブジェクトを見つける必要があるため、難しい。
現在、タスクは、冗長な知覚パイプラインと信頼性の高い目標確認のための不十分な証拠のために、高いレイテンシと限られた精度に悩まされている。
このレターでは、ZSONをエビデンス駆動の知覚決定問題として再設計し、3つのコンポーネント上に構築されたトレーニング不要のパイプラインであるAECNavを紹介します。
一 すべての推論段階の共通符号化を利用して、統一的な意味基盤を確立し、冗長な計算を除去する証拠付き認識
二 クラスターレベルの対人信条に検出を集約する証拠統合
これは、期待される検出がないことを否定的な証拠として扱いながら、視覚的に類似した妨害者の虚偽の信頼から真の目標支援を明示的に分離する。
三 情報ゲインを最小のトラバースコストで最大化するフロンティアを選択することにより、弱いセマンティック・キューの下で生産的な探究を継続する積極的証拠取得。
その結果、AECNavは従来の手法を大幅に上回り、HM3D-v2、HM3D-OVON、MP3Dで84.7%、57.3%、51.3%の最先端の成功率を達成した。
コードは受理時に公開される。
関連論文リスト
- HarnessVLN: Unifying Training-Free Embodied Navigation through an Agent Harness [30.61739879302674]
身体的なナビゲーションでは、エージェントは視覚的な観察を解釈し、空間的な知識を蓄積し、指示に従うか、オブジェクトを見つけるためのアクションを実行する必要がある。
本稿では,ゼロショットでトレーニング不要なフレームワークであるHarnessVLNを紹介し,Hernessは統合されたツールインターフェースを通じて知覚,検索,接地,ナビゲーション,回復,終了を協調する。
論文 参考訳（メタデータ） (2026-09-14T08:15:56Z) - Staying on the Attack Path: Structured State for Long-Horizon Automated Penetration Testing [17.809156797437208]
Intentestはインテントグラフ誘導型自動浸透試験剤である。
LLMのコンテキストウィンドウからの長い水平状態を、永続的なファクトインテント指向の非巡回グラフに外部化する。
総合的な成功率は88.2%、成功率は75.0%である。
論文 参考訳（メタデータ） (2026-09-07T11:09:01Z) - Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence [86.61561123749011]
Apodex Discovery(アポデックスディスカバリー)は、重度解法を用いて発見的AIを構築し評価するためのフレームワークである。
まず16のセクターで511の業界を調査し、423の高価値現実問題を集め、最初のリリースで20を選定した。
第二に、共通の環境-タスク-エピソード抽象化は、データ、ツール、制約、フィードバック、軌跡記録、中間成果物と最終提出物の検証を提供する。
論文 参考訳（メタデータ） (2026-08-11T18:48:40Z) - Confidence-Aware Tool Orchestration for Robust Video Understanding [30.37722671405153]
本稿では,フレーム単位の信頼性を推論のあらゆる段階に統合するエージェントビデオ理解フレームワークであるRobust-TOを提案する。
8つのタスクにまたがる2つのビデオ推論ベンチマークで、Robost-TOはクリーンな入力で平均56.4%の精度を達成した。
5つの現実的な汚職タイプの下では、Robust-TOは54.3%の平均精度を維持し、5.8%が最強のオープンソースベースラインより上である。
論文 参考訳（メタデータ） (2026-06-25T11:37:51Z) - Rethinking Embodied Navigation via Relational Inductive Bias [53.72276435022479]
本稿では,DB-Navを提案する。
標的中心の関係を活性化バイアスと抑制バイアスに分類する。
成功率(SR)と成功率(SPL)はパス長さ(SPL)が重み付けされているため、既存の方法よりも著しく優れています。
論文 参考訳（メタデータ） (2026-06-09T02:57:34Z) - ConsistNav: Closing the Action Consistency Gap in Zero-Shot Object Navigation with Semantic Executive Control [20.155796585668607]
ConsistNavは、トレーニング不要のゼロショットObjectNavフレームワークで、3つの調整済みモジュールからなるセマンティックエグゼクティブを中心に構築されている。
我々はHM3DとMP3Dの実験を行い、ConsistNavは結果を達成し、SRを11.4%改善し、SPLを7.9%改善した。
論文 参考訳（メタデータ） (2026-05-11T01:51:45Z) - WISV: Wireless-Informed Semantic Verification for Distributed Speculative Decoding in Device-Edge LLM Inference [56.297697169678095]
WISV(Wireless-Informed Semantic Verification)は、分散投機的復号化フレームワークである。
WISVは最大60.8%の許容長の増加、37.3%の対話ラウンドの削減、31.4%のエンドツーエンドレイテンシの改善を実現している。
NVIDIA Jetson AGX OrinとA40搭載サーバからなるハードウェアテストベッド上でWISVを検証する。
論文 参考訳（メタデータ） (2026-04-20T01:29:56Z) - VIRO: Robust and Efficient Neuro-Symbolic Reasoning with Verification for Referring Expression Comprehension [51.76841625486355]
Referring Expression (REC) は、自然言語クエリに対応する画像領域をローカライズすることを目的としている。
最近のニューロシンボリックRECアプローチは、大規模言語モデル(LLM)と視覚言語モデル(VLM)を利用して構成推論を行う。
推論ステップ内に軽量な演算子レベルの検証器を組み込む,ニューロシンボリックなフレームワークであるVIROを紹介する。
論文 参考訳（メタデータ） (2026-01-19T07:21:19Z) - Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。
Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。
SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
論文 参考訳（メタデータ） (2025-09-25T14:05:55Z) - Object Navigation with Structure-Semantic Reasoning-Based Multi-level Map and Multimodal Decision-Making LLM [18.406869393228813]
環境属性マップ(EAM)とMLLM階層推論モジュール(MHR)を用いたアクティブオブジェクトナビゲーションフレームワークを提案する。
EAMは、観測された環境をSBERTで推論し、観測されていない環境を拡散で予測することによって構築される。
MHRはEAMにインスパイアされてフロンティア探索決定を行い、長距離シナリオにおける回路軌道を避けて経路効率を向上させる。
論文 参考訳（メタデータ） (2025-06-06T09:08:40Z) - Uncertainty Estimation for 3D Object Detection via Evidential Learning [63.61283174146648]
本稿では,3次元検出器における鳥の視線表示における明らかな学習損失を利用して,3次元物体検出の不確かさを定量化するためのフレームワークを提案する。
本研究では,これらの不確実性評価の有効性と重要性を,分布外シーンの特定,局所化の不十分な物体の発見,および(偽陰性)検出の欠如について示す。
論文 参考訳（メタデータ） (2024-10-31T13:13:32Z) - G-DetKD: Towards General Distillation Framework for Object Detectors via
Contrastive and Semantic-guided Feature Imitation [49.421099172544196]
そこで本研究では,すべてのピラミッドレベルにまたがる特徴ペア間のソフトマッチングを自動的に行う,意味誘導型特徴模倣手法を提案する。
また,異なる特徴領域間の関係で符号化された情報を効果的に捉えるために,コントラスト蒸留を導入する。
本手法は,(1)フレームワークのコンポーネントを別々に使用した場合に,既存の検出KD技術よりも優れた性能を発揮する。
論文 参考訳（メタデータ） (2021-08-17T07:44:27Z)
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。