論文の概要: Map2Route: Benchmarking Compositional Language-Grounded Route Planning over Semantic Maps

• arxiv url: http://arxiv.org/abs/2609.17910v1
• Date: Tue, 15 Sep 2026 23:11:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.569606
• Title: Map2Route: Benchmarking Compositional Language-Grounded Route Planning over Semantic Maps
• Title（参考訳）: Map2Route: セマンティックマップを用いた合成言語を中心とした経路計画のベンチマーク
• Abstract要約: セマンティックマップ上での合成言語に基づく経路計画のためのベンチマークであるMap2Routeを紹介する。 また,コード・アズ・グラウンド化と検証誘導修復とスコープ・アウェア・プランニングを組み合わせたGrounding2Routeを提案する。 これらの利益にもかかわらず、人間のデモに対する大きなギャップは残っており、Map2Routeの難しさを浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 49.356386654394726
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce Map2Route, a human-curated benchmark for compositional language-grounded route planning over pre-built semantic maps. Map2Route contains 1,000 episodes across 40 scenes, where instructions use relational, comparative, and nested descriptions to identify route-relevant objects and regions, while specifying ordered must-pass regions, must-avoid requirements, five categories of soft preferences, and spatial and route-stage scopes, which is partially tested by existing works. Alongside Map2Route, we propose Grounding2Route, which combines executable code-as-grounding with verification-guided repair and scope-aware planning.Across seven representative adapted baselines, Grounding2Route substantially outperforms existing methods in all metrics. Despite these gains, a substantial gap to human demonstrations remains, highlighting the difficulty of Map2Route and the considerable headroom for future progress. Additional qualitative results and resources are available on https://anonymous.4open.science/w/Map2Route-F05F/.
• Abstract（参考訳）: 構築済みセマンティックマップ上での合成言語に基づく経路計画のための人為的なベンチマークであるMap2Routeを紹介する。 Map2Routeには40のシーンに1000エピソードが含まれており、命令はリレーショナル、比較、ネストされた記述を使用してルート関連オブジェクトや領域を識別する。 Map2Routeの他に,実行可能コード・アズ・グラウンドと検証誘導型修復とスコープ・アウェア・プランニングを組み合わせたGunding2Routeを提案する。 これらの成果にもかかわらず、人間によるデモンストレーションにはかなりのギャップが残っており、Map2Routeの難しさと、今後の進歩のためのかなりのヘッドルームが浮かび上がっている。 さらなる質的な結果とリソースはhttps://anonymous.4open.science/w/Map2Route-F05F/で入手できる。

関連論文リスト

• DAMap: Distance-aware MapNet for High Quality HD Map Construction [64.36189046749038]
  現在の手法は、固有のタスクのミスアライメントにより、高品質な予測が不十分である。 DAMapと呼ばれる新しいHDマップ構築手法を開発し,これらの問題に対処する。 DAMapは3つのコンポーネントで構成されている: 距離対応のFocal Loss (DAFL), Hybrid Loss Scheme (HLS), Task Modulated Deformable Attention (TMDA)。
  論文  参考訳（メタデータ） (2025-10-26T13:29:26Z)
• EarthMapper: Visual Autoregressive Models for Controllable Bidirectional Satellite-Map Translation [50.433911327489554]
  制御可能な衛星マップ翻訳のための新しいフレームワークであるEarthMapperを紹介する。 また,中国38都市を対象とした302,132組の衛星マップからなる大規模データセットであるCNSatMapをコントリビュートした。 CNSatMapとNew Yorkデータセットの実験は、EarthMapperの優れたパフォーマンスを実証している。
  論文  参考訳（メタデータ） (2025-04-28T02:41:12Z)
• Improving Hierarchical Representations of Vectorized HD Maps with Perspective Clues [20.730599565199935]
  我々は、インスタンスとポイントの両レベルでの視点的特徴からヒントを利用するPerCMapを提案する。 PerCMapは、それぞれ67.1mAPと70.5mAPに到達し、ベンチマーク全体で強力で一貫したパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2024-04-17T08:08:34Z)
• Road Graph Generator: Mapping roads at construction sites from GPS data [0.0]
  本稿では,GPS軌道から地図構築地点への道路推定手法を提案する。 この課題は, 建設機械の非標準運動パターンが不安定であることから, 独特な課題である。 提案手法はまず,重要な決定点として機能する道路網の交差点を識別し,エッジと接続してグラフを生成する。
  論文  参考訳（メタデータ） (2024-02-15T12:53:25Z)
• MapTRv2: An End-to-End Framework for Online Vectorized HD Map Construction [40.07726377230152]
  High-definition (HD) マップは、運転シーンの豊富な正確な静的環境情報を提供する。 オンラインベクトル化HDマップ構築のためのエンドツーエンドフレームワークである textbfMap textbfTRansformer を提案する。
  論文  参考訳（メタデータ） (2023-08-10T17:56:53Z)
• BEVBert: Multimodal Map Pre-training for Language-guided Navigation [75.23388288113817]
  視覚・言語ナビゲーション(VLN)における空間認識型マップベース事前学習パラダイムを提案する。 我々は,グローバルなトポロジカルマップにおけるナビゲーション依存性をモデル化しながら,不完全な観測を明示的に集約し,重複を取り除くための局所距離マップを構築した。 ハイブリッドマップをベースとして,マルチモーダルマップ表現を学習するための事前学習フレームワークを考案し,空間認識型クロスモーダル推論を強化し,言語誘導ナビゲーションの目標を導出する。
  論文  参考訳（メタデータ） (2022-12-08T16:27:54Z)
• Weakly-Supervised Multi-Granularity Map Learning for Vision-and-Language Navigation [87.52136927091712]
  我々は,ロボットエージェントが言語指導によって記述された経路をたどって,環境の中をナビゲートするよう訓練する,現実的かつ困難な問題に対処する。 高精度かつ効率的なナビゲーションを実現するためには,環境オブジェクトの空間的位置と意味情報の両方を正確に表現した地図を構築することが重要である。 より包括的にオブジェクトを表現するために,オブジェクトの細粒度(色,テクスチャなど)とセマンティッククラスの両方を含む多粒度マップを提案する。
  論文  参考訳（メタデータ） (2022-10-14T04:23:27Z)
• Find a Way Forward: a Language-Guided Semantic Map Navigator [53.69229615952205]
  本稿では,新たな視点で言語誘導ナビゲーションの問題に対処する。 ロボットが自然言語の指示を実行し、地図観測に基づいて目標位置へ移動できるようにする。 提案手法は特に長距離ナビゲーションの場合において顕著な性能向上をもたらす。
  論文  参考訳（メタデータ） (2022-03-07T07:40:33Z)

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。