論文の概要: CanonNav: Disentangling Navigation Behavior from Camera Geometry in Cross-Platform Visual Navigation
- arxiv url: http://arxiv.org/abs/2608.30242v1
- Date: Mon, 31 Aug 2026 04:52:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.224608
- Title: CanonNav: Disentangling Navigation Behavior from Camera Geometry in Cross-Platform Visual Navigation
- Title（参考訳）: CanonNav: クロスプラットフォームビジュアルナビゲーションにおけるカメラ幾何学からのナビゲーション行動の遠ざかる
- Abstract要約: CanonNavはヴィジュアルナビゲーションフレームワークで、ナビゲーションの振る舞いをカメラの幾何学から切り離す。
クロスプラットフォームのデモから学ぶために、補完的な計画監督が組み込まれている。
RGBベースのベースラインを一貫して上回り、挑戦的なシナリオではRGBベースのメソッドを上回ります。
- 参考スコア（独自算出の注目度）: 14.558656853501846
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While visual navigation has advanced through imitation learning from cross-platform demonstrations, fully leveraging such data remains challenging. First, directly learning from image-trajectory pairs entangles navigation behavior with platform-dependent camera geometry. This hinders consistent learning by forcing the policy to implicitly infer camera geometry from visual observations, an inherently ill-posed problem. Second, imitation learning from demonstrated trajectories captures the expert's chosen motion but leaves the intermediate decisions underlying that motion implicit. To address these issues, we propose CanonNav, a visual navigation framework that disentangles navigation behavior from camera geometry and incorporates complementary planning supervision into learning from cross-platform demonstrations. CanonNav introduces camera geometry canonicalization, which transforms visual observations and trajectories into a camera-consistent representation space. Building on this representation, we derive safety and local-progress supervision using pseudo-labels from an offline traversability estimator. Safety supervision penalizes unsafe trajectories, while local-progress supervision guides where the robot should advance. Experiments across diverse camera configurations and environments show that, despite using only RGB at inference, CanonNav consistently outperforms RGB-based baselines and even surpasses RGB-D-based methods in challenging scenarios.
- Abstract（参考訳）: ビジュアルナビゲーションはクロスプラットフォームのデモから模倣学習を通じて進歩しているが、そのようなデータを完全に活用することは依然として難しい。
まず、画像と軌跡のペアから直接学習することで、プラットフォームに依存したカメラ形状でナビゲーションの動作が絡み合う。
これは、暗黙的にカメラの幾何学を視覚的な観察から推論させることによって、一貫した学習を妨げる。
第二に、実証された軌道からの模倣学習は専門家の選択した動きを捉えますが、その動きを暗示する中間的な決定を残します。
これらの問題に対処するために,カメラ幾何学からナビゲーション動作を分離し,補完的な計画監督をクロスプラットフォームのデモから学習に組み込む視覚ナビゲーションフレームワークであるCanonNavを提案する。
CanonNavは、カメラ幾何学の正準化を導入し、視覚的な観察と軌跡をカメラに一貫性のある表現空間に変換する。
この表現に基づいて、オフラインのトラバーサビリティ推定器から擬似ラベルを用いて、安全と局所的プログレス監視を導出する。
安全監督は、安全でない軌跡を罰し、現地のプログレス監督は、ロボットが進むべき場所を案内する。
様々なカメラ構成や環境の実験では、推論でRGBのみを使用するにもかかわらず、CanonNavはRGBベースのベースラインを一貫して上回り、挑戦的なシナリオでRGB-Dベースのメソッドを上回ります。
関連論文リスト
- LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation [52.91080323083409]
エージェントは異質な目標や視覚的な観察をタスク、環境、ロボットの体現物に翻訳する必要がある。
ここでは,タスク固有の予測ヘッドを使わずに,予め訓練されたVLMの空間的知性を取り入れた,コンパクトな一般化型ナビゲーションモデルLightNav-0を提案する。
論文 参考訳（メタデータ） (2026-08-31T15:08:53Z) - Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning [6.546667407424349]
Instance-Specific Image-Goal Navigation (InstanceImageNav)では、クエリイメージに表示される正確なオブジェクトインスタンスに向けて、ロボットがナビゲートする必要がある。
本稿では,低レベルの動作実行から高レベルの意思決定を分離する,四重項インスタンスイメージNavの階層的ナビゲーションフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-29T07:54:24Z) - Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System [96.69286664036143]
Qwen-RobotNavは、Qwen-RobotNav上に構築されたスケーラブルなナビゲーションモデルである。
156万のサンプルでQwen-RobotNavをトレーニングします。
Qwen-RobotNavは、主要なナビゲーションベンチマークにまたがって、最先端の結果を新たに設定する。
論文 参考訳（メタデータ） (2026-06-16T16:17:44Z) - VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation [59.44896676402453]
VGP-Navは、テキスト・メトリック・アウェア・ビジュアル・ジオメトリック・パーセプションのための統合されたフレームワーク
単分子RGB入力にのみ依存し、メトリックローカライゼーションと障害物知覚を共同で支援する。
VGP-Navはモノクルスケールのあいまいさをオンラインで解決し、局所化基底の計量障害物表現を生成する。
論文 参考訳（メタデータ） (2026-06-08T09:38:14Z) - Learning to Localize Reference Trajectories in Image-Space for Visual Navigation [11.2075405205209]
ロボットに依存しない画像空間ガイダンスを提供する視覚ナビゲーションモデルであるLoTISを提案する。
特定のロボットに関連付けられた動作を予測する代わりに、ロボットの現在のビューに現れるように、参照軌道のイメージ空間座標を予測する。
我々のモデルの予測は、多様な実施形態をまたいだゼロショットのガイダンスを提供する。
論文 参考訳（メタデータ） (2026-02-21T11:33:00Z) - Reinforcement Learning for Active Perception in Autonomous Navigation [12.508044072300839]
本稿では,複雑で未知の環境での自律ナビゲーションにおける能動的認識の課題に対処する。
本稿では,ロボットが目標を達成するだけでなく,カメラを積極的に制御して状況認識を高める,エンドツーエンドの強化学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-01T14:54:40Z) - Human-Robot Navigation using Event-based Cameras and Reinforcement Learning [1.7614751781649955]
この研究は、イベントカメラと他のセンサーと強化学習を組み合わせたロボットナビゲーションコントローラを導入し、リアルタイムの人間中心ナビゲーションと障害物回避を可能にした。
固定レートで動作し、動きのぼやけや遅延に悩まされる従来のイメージベースコントローラとは異なり、このアプローチはイベントカメラの非同期特性を活用して、フレキシブルな時間間隔で視覚情報を処理する。
論文 参考訳（メタデータ） (2025-06-12T15:03:08Z) - CARE: Enhancing Safety of Visual Navigation through Collision Avoidance via Repulsive Estimation [6.216878556851609]
本稿では,学習に基づく視覚ナビゲーション手法の堅牢性を向上させるため,CARE(Collision Avoidance via Repulsive Estimation)を提案する。
CAREは、ローカルなロボット軌道を生成するRGBベースのナビゲーションモデルにシームレスに統合することができる。
我々は、様々なロボットプラットフォームにまたがる最先端のビジュアルナビゲーションモデルと統合することで、CAREを評価する。
論文 参考訳（メタデータ） (2025-06-04T11:02:15Z) - ParticleSfM: Exploiting Dense Point Trajectories for Localizing Moving
Cameras in the Wild [57.37891682117178]
本稿では,一対の光流からの高密度対応に基づく動画の高密度間接構造抽出手法を提案する。
不規則点軌道データを処理するために,新しいニューラルネットワークアーキテクチャを提案する。
MPIシンテルデータセットを用いた実験により,我々のシステムはより正確なカメラ軌道を生成することがわかった。
論文 参考訳（メタデータ） (2022-07-19T09:19:45Z) - Polyline Based Generative Navigable Space Segmentation for Autonomous
Visual Navigation [57.3062528453841]
ロボットが教師なしの方法で移動可能な空間分割を学習できるようにするための表現学習ベースのフレームワークを提案する。
提案するPSV-Netは,単一のラベルを使わずとも,高精度で視覚ナビゲーション可能な空間を学習可能であることを示す。
論文 参考訳（メタデータ） (2021-10-29T19:50:48Z) - Memory-Augmented Reinforcement Learning for Image-Goal Navigation [67.3963444878746]
本論文では,クロスエピソードメモリを活用したナビゲーション学習法を提案する。
オーバーフィッティングを避けるため、トレーニング中にRGB入力にデータ拡張を適用することを提案する。
この競合性能はRGB入力のみから得られるが,位置や深度などのセンサは利用できない。
論文 参考訳（メタデータ） (2021-01-13T16:30:20Z)
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。