論文の概要: Map the Possibilities: Spatial Belief Fields for Language-Goal Aerial Navigation

• arxiv url: http://arxiv.org/abs/2609.05841v1
• Date: Sat, 05 Sep 2026 03:11:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 12:28:57.194905
• Title: Map the Possibilities: Spatial Belief Fields for Language-Goal Aerial Navigation
• Title（参考訳）: 可能性のマップ:言語目標航法のための空間的信念場
• Abstract要約: SBFNavは、言語条件付き空間的信念場を中心としたクローズドループナビゲーションフレームワークである。 主に観測されたことを記録しているエゴ中心の地図とは異なり、SBFレポジトリ-はタスク条件付き分布を可視な目標位置上で再送する。 SBFNavは、制御のためのメットリックなウェイポイントとして、命令と観察に最も適したゴールを選択する。
• 参考スコア（独自算出の注目度）: 49.03955946482723
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language-goal aerial navigation requires an agent to local- ize a potentially unobserved target from relational instruc- tions and partial observations, and translate this inference into metric actions in large-scale continuous environments. Existing methods often reduce language grounding to one single waypoint or action, prematurely collapsing the spatial uncertainty inherent in incomplete evidence and ambiguous relations. To address this limitation, we introduce SBFNav, a closed-loop navigation framework centered on a language- conditioned Spatial Belief Field (SBF). Unlike ego-centric maps that primarily record what has been observed, SBF rep- resents a task-conditioned distribution over plausible target locations, preserving multiple spatial hypotheses under par- tial evidence. At each step, this distribution is updated from accumulated observations as new evidence becomes avail- able. Built on this representation, SBFNav selects the goal that best aligns with the instruction and observations as a met- ric waypoint for control. Experiments on both the original and revised CityNav benchmarks achieve the best reported overall performance. On the Test Unseen split, our method improves SR from 25.91% to 32.29% and SPL from 19.63% to 30.43%. Ablation studies further confirm the advantages of spatial-belief modeling over single-point prediction.
• Abstract（参考訳）: 言語-ゴール航法では、エージェントは、関係的な命令や部分的な観察から潜在的に観測されていないターゲットを局所的に分類し、この推論を大規模連続環境におけるメートル法行動に変換する必要がある。 既存の手法は言語基盤を1つの単一経路や行動に還元し、不完全な証拠やあいまいな関係に固有の空間的不確実性を早期に崩壊させる。 この制限に対処するため、SBFNavは言語条件付き空間的信念場(SBF)を中心としたクローズドループナビゲーションフレームワークである。 主に観測されたことを記録しているエゴ中心の地図とは異なり、SBFの担当者は、プラウチブルな目標位置上のタスク条件付き分布に反応し、パー・ティル証拠の下で複数の空間仮説を保存する。 各段階において、この分布は、新しい証拠が有効になるにつれて蓄積された観測から更新される。 この表現に基づいて構築されたSBFNavは、制御のためのメットリックな経路ポイントとして、命令と観察に最も適したゴールを選択する。 オリジナルのCityNavベンチマークと修正されたCityNavベンチマークの両方の実験では、全体的なパフォーマンスが報告されている。 Test Unseen分割では、SRを25.91%から32.29%に改善し、SPLを19.63%から30.43%に改善した。 アブレーション研究は、単一点予測よりも空間的ビリーフモデリングの利点を更に確認する。

関連論文リスト

• Dual-Layer Semantic-Spatial Belief Mapping for Aerial Object Goal Navigation [42.980962327113495]
  航空目標航法(Aerial Object Goal Navigation、ObjectNav)は、無人の航空機で、未知の屋外環境において記述された目標を見つける。 視覚言語モデル(VLM)は、オープンエンドの目標記述と視覚的観察を解釈できるが、フレームレベルの出力は、しばしばノイズが多く、スパースで、空間的に過渡的である。 本稿では,過渡的VLM観測を永続的空間誘導に変換する2層意味空間的信念マッピングフレームワークであるAeroBeliefを提案する。
  論文  参考訳（メタデータ） (2026-09-08T02:47:49Z)
• Deliberate Before You Fly: Vision-Guided Spatial Deliberation for UAV See-and-Reach Navigation [23.72068584471195]
  シー・アンド・リーチ・ナビゲーションでは、航空エージェントが初期ビューで見える言語指定のターゲットに接近し、その近くで確実に停止する必要がある。 既存の手法は通常、中間的な細粒度の空間決定を明示的にモデル化することなく、視覚言語表現を直接アクション出力にマッピングする。 そこで我々は,経路ポイント生成に先立って,視覚誘導型空間的議論を明示的に導入する,視覚言語による経路ポイント予測フレームワークDBFlyを提案する。
  論文  参考訳（メタデータ） (2026-08-05T13:27:07Z)
• 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)
• Beyond Waypoints: Dual-Heatmap Grounding for Cross-Embodiment Semantic Navigation [13.081539889943906]
  本研究では,FOV内セマンティックナビゲーションの実践的な設定に焦点を当てる。 本稿では,Dual-Heatmap表現に有利な単一点回帰を放棄する統合ビジョン・ランゲージフレームワークを提案する。 本フレームワークは,8Bベースライン間の最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-05-19T06:12:59Z)
• Beyond Matching to Tiles: Bridging Unaligned Aerial and Satellite Views for Vision-Only UAV Navigation [51.286599397552756]
  本稿では,UAVの絶対位置と近距離からの進路を共同で予測する視覚駆動型クロスビューナビゲーション手法であるBering-UAVを提案する。 我々はまた、クロスビューのローカライゼーションとナビゲーションを評価するベンチマークである Bearing-UAV-90k も提示する。
  論文  参考訳（メタデータ） (2026-03-23T16:17:39Z)
• SignNav: Leveraging Signage for Semantic Visual Navigation in Large-Scale Indoor Environments [57.79171900005793]
  人間は、大規模屋内環境内の目的地に向かうために、手話によって提供される意味的ヒントを日常的に活用する。 本稿では,手話からの意味的ヒントを解釈し,現在の観察に基づくその後の行動の推論を行うための,新しい具体的ナビゲーションタスクSignNavを紹介する。 空間認識モジュールは物理的世界へのサインの意味的ヒントを基盤として,時間認識モジュールは歴史的状態と現在の観測との長距離依存性を捉えている。
  論文  参考訳（メタデータ） (2026-03-17T06:36:26Z)
• Seeing Where to Deploy: Metric RGB-Based Traversability Analysis for Aerial-to-Ground Hidden Space Inspection [48.120690574682875]
  本稿では,RGBを用いた幾何学的意味的再構成と,空中から地上への隠れ空間検査のためのトラベル可能性解析フレームワークを提案する。 テザリングされたUAV-UGVプラットフォームでの実験では、隠れた空間シナリオにおける信頼性の高いデプロイメントゾーンの識別が示されている。
  論文  参考訳（メタデータ） (2026-03-15T22:20:59Z)
• DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation [73.80968452950854]
  Vision-Language Navigation in Continuous Environments (VLN-CE) は、エージェントが自由形式の3D空間を通して自然言語の指示に従う必要がある。 既存のVLN-CEアプローチは通常、2段階のウェイポイント計画フレームワークを使用する。 本稿では,エンドツーエンド最適化VLN-CEポリシとしてDAgger Diffusion Navigation (DifNav)を提案する。
  論文  参考訳（メタデータ） (2025-08-13T02:51:43Z)
• Ordinal UNLOC: Target Localization with Noisy and Incomplete Distance Measures [1.6836876499886007]
  ターゲットローカライズにおける大きな課題は、信頼性の高い距離測定の欠如から生じる。 信頼性の高い距離測定を必要とせず,目標の位置を推定する新しい計算フレームワークを開発した。
  論文  参考訳（メタデータ） (2021-05-06T13:54:31Z)

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。