論文の概要: Concept-Guided Exploration: Building Persistent, Actionable Scene Graphs
- arxiv url: http://arxiv.org/abs/2608.23650v1
- Date: Mon, 24 Aug 2026 10:08:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.466462
- Title: Concept-Guided Exploration: Building Persistent, Actionable Scene Graphs
- Title（参考訳）: コンセプトガイドによる探索 - 永続的でアクション可能なシーングラフの構築
- Abstract要約: 移動ロボットによる3次元空間の認識は、フラットなメートル法グリッド表現から、人間解釈可能な概念から構築されたハイブリッドなメートル法セマンティックグラフへと急速に移行している。
我々のロボットは2つの空間概念(部屋とドア)を用いており、認知分散アーキテクチャ内で自律的なプロセスとして実装されている。
- 参考スコア（独自算出の注目度）: 37.37531372066396
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The perception of 3D space by mobile robots is rapidly moving from flat metric grid representations to hybrid metric-semantic graphs built from human-interpretable concepts. While most approaches first build metric maps and then add semantic layers, we explore an alternative, concept-first architecture in which spatial understanding emerges from asynchronous concept agents that directly instantiate and manage semantic entities. Our robot employs two spatial concepts (room and door), implemented as autonomous processes within a cognitive distributed architecture. These concept agents cooperatively build a shared scene graph representation of indoor layouts through active exploration and incremental validation. The key architectural principle is hierarchical constraint propagation: Room instantiation provides geometric and semantic priors to guide and support door detection within wall boundaries. The resulting structure is maintained by a complementary functional principle based on prediction-matching loops. This approach is designed to yield an actionable, human-interpretable spatial representation without relying on any pre-existing global metric map, supporting scalable operation and persistent, task-relevant understanding in structured indoor environments.
- Abstract（参考訳）: 移動ロボットによる3次元空間の認識は、フラットなメートル法グリッド表現から、人間解釈可能な概念から構築されたハイブリッドなメートル法セマンティックグラフへと急速に移行している。
ほとんどのアプローチは、まずメートル法マップを構築し、次にセマンティックレイヤを追加しますが、セマンティックエンティティを直接インスタンス化し、管理する非同期の概念エージェントから空間的理解が生まれる、別のコンセプトファーストアーキテクチャを探求します。
我々のロボットは2つの空間概念(部屋とドア)を用いており、認知分散アーキテクチャ内で自律的なプロセスとして実装されている。
これらのコンセプトエージェントは、アクティブな探索とインクリメンタルな検証を通じて、屋内レイアウトの共有シーングラフ表現を協調的に構築する。
ルームインスタンス化(Room instantiation)は、壁の境界内のドア検出をガイドし支援するための幾何学的および意味的な事前情報を提供する。
結果として得られる構造は、予測マッチングループに基づく相補的機能原理によって維持される。
提案手法は,既存のグローバルなメトリックマップを使わずに,動作可能な,人間に解釈可能な空間表現を提供するように設計され,スケーラブルな操作と,構造化屋内環境におけるタスク関連理解を支援する。
関連論文リスト
- Prior-SG: Task and Prior Driven Region Segmentation for Scene Graphs in Arbitrarily-Structured Environments [20.027960785504586]
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。
論文 参考訳（メタデータ） (2026-08-06T15:36:12Z) - From Pixels to Concepts: Growing Rich 3D Semantic Scene Graph Forests utilizing Foundation Models [4.137761255401348]
階層的な3Dシーングラフは、幾何学的、意味的、関係的なデータを統一された空間的枠組みに統合する。
現在の3Dシーングラフのアプローチは、事前に決定された関係クラスの厳密な構造に制限されることが多い。
本稿では,オープンな意味関係を持つ3次元シーングラフの森林構築のための基礎モデルの可能性について考察する。
論文 参考訳（メタデータ） (2026-06-22T13:26:17Z) - SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning [99.49739831030388]
このインタフェースの設計は,オープンエンド空間推論のためのエージェントのキャパシティをいかに形作るかを検討する。
本研究では,アクションインタフェースとしてコードを採用する空間推論のためのトレーニングフリーフレームワークであるSpatialClawを提案する。
論文 参考訳（メタデータ） (2026-06-11T17:59:36Z) - 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) - AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis [50.793806818677716]
AffordGraspは、物理的に安定し、セマンティックに忠実な人間の握りを高精度に生成する。
AffordGraspは、手ポーズの空きを意識した潜在表現を二重条件拡散プロセスに統合する。
AffordGraspはHO-3D, OakInk, GRAB, AffordPoseの4つの命令強化ベンチマークで評価した。
論文 参考訳（メタデータ） (2026-03-09T06:56:35Z) - 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) - ArtiSG: Functional 3D Scene Graph Construction via Human-demonstrated Articulated Objects Manipulation [51.54082859171464]
ArtiSGは、人間のデモを構造化されたロボットメモリにエンコードすることで、機能的な3Dシーングラフを構築するフレームワークである。
本研究では,ArtiSGが機能的要素リコールおよび調音推定精度において,ベースラインを著しく上回ることを示す。
論文 参考訳（メタデータ） (2025-12-31T13:10:40Z) - Open-Vocabulary Octree-Graph for 3D Scene Understanding [54.11828083068082]
Octree-Graphはオープンな3Dシーン理解のための新しいシーン表現である。
セマンティクスを記憶し、その形状に応じてオブジェクトの占有度を調節するアダプティブ・オクツリー構造を開発する。
論文 参考訳（メタデータ） (2024-11-25T10:14:10Z) - A Modular Robotic System for Autonomous Exploration and Semantic Updating in Large-Scale Indoor Environments [2.8252013503798907]
大規模未知環境の自律探索とセマンティック更新のためのモジュール型ロボットシステムを提案する。
本手法により,移動ロボットは,幾何学用2次元占有格子と対象意味論用トポロジカルグラフを統合したハイブリッドセマンティックマップの構築,再検討,更新を行うことができる。
論文 参考訳（メタデータ） (2024-09-23T19:25:03Z) - Hierarchical Path-planning from Speech Instructions with Spatial Concept-based Topometric Semantic Mapping [7.332652485849632]
本研究の目的は,位相的意味マップと経路計画を用いた階層的空間表現の実現である。
本研究では,SIGVerseシミュレータ上でのToyota Human Support Robotを用いた家庭環境実験と,実ロボットAlbertを用いた実験室環境実験を行った。
経路距離を用いた音声指示を用いたナビゲーション実験は,経路コストを基準とした階層的経路計画法よりもSpCoTMHPの性能向上を実証した。
論文 参考訳（メタデータ） (2022-03-21T09:15:25Z) - Spatial Pyramid Based Graph Reasoning for Semantic Segmentation [67.47159595239798]
セマンティックセグメンテーションタスクにグラフ畳み込みを適用し、改良されたラプラシアンを提案する。
グラフ推論は、空間ピラミッドとして構成された元の特徴空間で直接実行される。
計算とメモリのオーバーヘッドの利点で同等のパフォーマンスを実現しています。
論文 参考訳（メタデータ） (2020-03-23T12:28:07Z)
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。