論文の概要: Commonsense-Grounded Path Planning from Abstract Instructions

• arxiv url: http://arxiv.org/abs/2609.22813v1
• Date: Sat, 19 Sep 2026 06:25:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.903369
• Title: Commonsense-Grounded Path Planning from Abstract Instructions
• Title（参考訳）: 抽象的指導による常識的経路計画
• Abstract要約: 我々は,抽象的な命令をコモンセンスに従う経路に変換する新しい経路プランナーであるEmphcommonsense Rank Search (CoRS)を提示する。 我々は,3つの環境,1350の課題,5つの命令を3段階の抽象化で検討し,計画のためのベンチマークを構築した。
• 参考スコア（独自算出の注目度）: 7.054093620465401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present \emph{commonsense ranked search} (CoRS), a novel path planner that turns an abstract instruction into a route that follows commonsense. While existing methods respect the considerations written down in advance, a robot working among people must follow those left unstated too, as with a wet floor that a worker avoids without being told. CoRS leverages large language models (LLMs) and vision-language models (VLMs) as commonsense knowledge to reason about these latent considerations in its planning. Given an abstract instruction (\emph{e.g.}, ``move carefully'') and visual observations of each region in the environment, CoRS derives a consideration for each region, as in ``this wet floor is slippery and worth a detour.'' It then compares the considerations between regions to see which of the two the robot should avoid more, as in ``the crowd is worse than the wet floor.'' These judgments sort the regions into a commonsense ranking, whose costs drive a conventional search that always returns a valid route. We build a benchmark for planning under latent considerations, with three environments, 1350 problems, and five instructions at three levels of abstraction. Experiments show that CoRS discovers the unstated considerations and goes around the ones worth a detour while crossing the rest, a behavior that recent LLM-based planners do not achieve.
• Abstract（参考訳）: 我々は、抽象的な命令をコモンセンスに従うルートに変換する新しいパスプランナーである \emph{commonsense rank search} (CoRS) を提示する。 既存の手法では事前に書き留められた考慮事項を尊重するが、労働者が知らされることなく避ける濡れた床のように、人々の間で作業するロボットも、未定の者も従わなければならない。 CoRSは、大規模言語モデル(LLM)と視覚言語モデル(VLM)を共通知識として活用し、計画におけるこれらの潜在的考慮事項を推論する。 環境中の各領域の抽象的な指示 (\emph{e g }, ``move carefully'') と視覚的な観察を与えられた場合、CoRSは各領域に対する考慮を導出する。 「」とすると,「群集は濡れた床より悪い」というように,ロボットが避けるべき2つのうち,どれが避けるべきなのかを地域間で比較する。 「」これらの判断は、地域を常識的ランクに分類し、そのコストは、常に有効なルートを返す従来の検索を駆動する。 我々は,3つの環境,1350の課題,5つの命令を3段階の抽象化で検討し,計画のためのベンチマークを構築した。 実験では、CoRSが未定の考慮事項を発見し、残りを渡るときにデタウトする価値のあるものを回避し、最近のLCMベースのプランナーが達成できない行動を示す。

関連論文リスト

• STEM: Semantic Target Search and Exploration using MAVs in Cluttered Environments [17.009653719709213]
  本稿では,目的探索時間と探索時間を最小限に抑えるために,意味誘導型視点プランナを用いた新しいフレームワークを提案する。 具体的には,対象に繋がる可能性のある視点を優先順位付けすることで,効率的な意味探索計画を生成するプランナーを開発する。
  論文  参考訳（メタデータ） (2026-05-30T15:00:58Z)
• SleepWalk: A Three-Tier Benchmark for Stress-Testing Instruction-Guided Vision-Language Navigation [18.453985392979785]
  SleepWalk(スリープウォーク)は、単一シーンの3Dワールドにおいて、命令付き軌道予測を評価するためのベンチマークである。 2,472個の3次元環境上での3つのフロンティア・ビジョン・ランゲージ・モデルの評価を行った。
  論文  参考訳（メタデータ） (2026-05-11T11:20:14Z)
• Follow the Signs: Using Textual Cues and LLMs to Guide Efficient Robot Navigation [8.782169490089673]
  本稿では,部分的な観測からパターンを推測し,目標が最も近い地域を予測できる新しい意味ナビゲーションフレームワークを提案する。 本手法は,局所的な知覚入力とフロンティアに基づく探索と周期的LLMクエリを組み合わせる。 本手法により,シンボルパターンを活用することにより,疎外かつ部分的に観測可能なグリッド環境において,より効率的なナビゲーションを可能にすることが実証された。
  論文  参考訳（メタデータ） (2026-01-10T18:47:25Z)
• Boosting Zero-Shot VLN via Abstract Obstacle Map-Based Waypoint Prediction with TopoGraph-and-VisitInfo-Aware Prompting [18.325003967982827]
  視覚言語ナビゲーション (VLN) は、広範囲に応用されたエージェントの具体化のための重要なタスクとして登場した。 マルチモーダル大言語モデル(MLLM)と簡易かつ効果的なウェイポイント予測器を統合したゼロショットフレームワークを提案する。 R2R-CE と RxR-CE の実験結果から,本手法は最先端のゼロショット性能を実現し,成功率は 41% と 36% であった。
  論文  参考訳（メタデータ） (2025-09-24T19:21:39Z)
• Unveiling the Magic of Code Reasoning through Hypothesis Decomposition and Amendment [54.62926010621013]
  我々は,大規模言語モデルの推論能力に対する新たな視点を提供するために,新しいタスクであるコード推論を導入する。 論理的推論の確立した形式に基づいて3つのメタベンチマークを要約し、8つの特定のベンチマークタスクにインスタンス化する。 本稿では,人間の複雑な問題解決手法に触発された新たな経路探索パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-02-17T10:39:58Z)
• Navigation with Large Language Models: Semantic Guesswork as a Heuristic for Planning [73.0990339667978]
  不慣れな環境でのナビゲーションは、ロボットにとって大きな課題となる。 言語モデルを用いて、新しい現実世界環境のバイアス探索を行う。 実環境におけるLFGの評価とシミュレーションベンチマークを行った。
  論文  参考訳（メタデータ） (2023-10-16T06:21:06Z)
• Layout-aware Dreamer for Embodied Referring Expression Grounding [49.33508853581283]
  本研究では,エージェントがこれまで見つからなかった環境で移動する必要のある,身体的参照表現接地の問題について検討する。 我々はLayout-aware Dreamer(LAD)と呼ばれる自律エージェントを設計した。 LADは、粗いレイアウト推定のための経路に沿って、近隣の未探索領域の部屋カテゴリー分布を推定することを学ぶ。 効果的な環境探査を学ぶために、ゴールドリーマーは事前に目的地を想像する。
  論文  参考訳（メタデータ） (2022-11-30T23:36:17Z)
• Active Dynamical Prospection: Modeling Mental Simulation as Particle Filtering for Sensorimotor Control during Pathfinding [5.817576247456002]
  我々は経路探索行動を連続的かつ明示的な探索的パラダイムでモデル化する。 私たちのタスクでは、参加者(およびエージェント)は、部分的に観察可能な環境で視覚的な探索とナビゲーションの両方を調整しなければなりません。 本モデルであるActive Dynamical Prospection(アクティブダイナミカルプロスペクション)は、マップソリューションレート、パス選択、トライアル期間、および人間の参加者のデータと比較した場合の注意行動の類似パターンを示しています。
  論文  参考訳（メタデータ） (2021-03-14T16:26:33Z)
• Structured Scene Memory for Vision-Language Navigation [155.63025602722712]
  視覚言語ナビゲーション(VLN)のための重要なアーキテクチャを提案する。 ナビゲーション中に知覚を正確に記憶できるほど区画化されている。 また、環境内の視覚的および幾何学的な手がかりを捉え、取り除く、構造化されたシーン表現としても機能する。
  論文  参考訳（メタデータ） (2021-03-05T03:41:00Z)

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。