論文の概要: FLINT: Fast Lightweight Inference for Traversability

• arxiv url: http://arxiv.org/abs/2609.26857v1
• Date: Tue, 22 Sep 2026 14:46:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.700782
• Title: FLINT: Fast Lightweight Inference for Traversability
• Title（参考訳）: FLINT: トラバーサビリティのための高速軽量推論
• Abstract要約: オフロード環境でのナビゲーションは、構造が欠如しているため困難である。 移動可能なものには固定的な語彙は存在しない。 本稿では,RGBカメラを用いて,静止地形プローブで高得点を示し,CPU上の14.7FPSで動作する軽量トラバーサビリティ推定器FLINTを提案する。 閉ループフィールド試験において、異なる自己教師付き学習信号を比較し、実際のプラットフォームに結果のモデルをデプロイする。
• 参考スコア（独自算出の注目度）: 10.354647672979675
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Navigation in off-road conditions is challenging due to the lack of structure. There is no fixed vocabulary for what is traversable. The traversability depends on both the environment and the embodiment's dynamics. Neither of these two variables can be hand-labeled at scale. Thus, traversability has to be learned by the embodiment's own experience. Modern platforms tend to use multiple sensors to estimate traversability and navigate: RGBD cameras, lidar, radar, IMU, with computationally intensive platforms to run inference on neural networks. Against this trend, we propose FLINT, a lightweight traversability estimator: a 21.6M-parameter backbone, 38\times smaller than a comparable foundation-model backbone, that scores higher on held-out terrain probes and runs at 14.7 FPS on CPU alone using a RGB camera has the only sensor. Despite that gap in scale, FLINT produces a cheaper, more accurate costmap than a deployed foundation-model system (WildOS) on 23 of 24 replayed field logs. We compare different self-supervised learning signals and deploy the resulting models on a real platform in closed-loop field trials: the best self-supervised head reaches 99% autonomy over the route, outperforming a human-label-trained baseline deployed live on the same course. Our results show that heavy sensing and computing are not necessary for traversability estimation.
• Abstract（参考訳）: オフロード環境でのナビゲーションは、構造が欠如しているため困難である。 移動可能なものには固定的な語彙は存在しない。 トラバーサビリティは環境とエンボディメントのダイナミクスの両方に依存します。 これら2つの変数のどちらも、大規模に手作業でラベル付けすることはできない。 したがって、トラバーサビリティは、その実施者自身の経験から学ばなければならない。 現代のプラットフォームでは、複数のセンサーを使用してトラバーサビリティを推定し、ナビゲートする傾向がある。RGBDカメラ、ライダー、レーダー、IMUで、ニューラルネットワーク上で推論を実行する計算集約的なプラットフォームである。 FLINTは21.6Mパラメータのバックボーンで、同じ基礎モデルのバックボーンよりも38倍小さい。これは、ホールドアウトの地形プローブでスコアが上がり、RGBカメラのみのセンサでCPU上の14.7FPSで動作する。 スケールの差にもかかわらず、FLINTは24のリプレイされたフィールドログのうち23に展開された基盤モデルシステム(WildOS)よりも安価で正確なコストマップを生成する。 我々は、異なる自己教師付き学習信号を比較し、クローズドループのフィールドトライアルにおいて実際のプラットフォームに結果のモデルをデプロイする: 最高の自己教師型ヘッドは、ルート上で99%の自律性に達し、同じコースに展開された人間ラベルで訓練されたベースラインよりも優れています。 以上の結果から,トラバーサビリティ推定には重度センシングと計算が不要であることが示唆された。

関連論文リスト

• Learning Social Robot Navigation By Sensing Human Legs [0.29360071145551064]
  CALFは、LiDARスキャンから直接脚の動きを解釈し、安全なナビゲーションコマンドを生成するエンドツーエンドのニューラルネットワークである。 ポリシーは、カスタム軽量2DシミュレータであるLegNav内の深層強化学習アルゴリズムを使って訓練されている。 LegNavシミュレータでは,デプロイ可能なCALFポリシを1時間以内で,単一のコンシューマGPU上でトレーニングすることが可能だ。
  論文  参考訳（メタデータ） (2026-07-30T09:35:03Z)
• Learning Smooth State-Dependent Traversability from Dense Point Clouds [6.737978313065354]
  オフロード自動運転における主要な課題は、地形の移動可能性がしばしば車両の状態に依存することである。 SPARTA(SPARTA)は、点雲からの接近角度条件付きトラバータビリティを推定する手法である。 本モデルでは,40mの岩場を横断する91%の成功率を達成する。
  論文  参考訳（メタデータ） (2025-06-04T18:21:54Z)
• Lightweight LiDAR-Camera 3D Dynamic Object Detection and Multi-Class Trajectory Prediction [7.415417400188903]
  サービス移動ロボットは、タスクを実行している間に動的オブジェクトを避ける必要があることが多い。 本稿では,3次元物体検出と軌道予測のための軽量なマルチモーダルフレームワークを提案する。 本システムは,3次元空間における歩行者,車両,ライダーのリアルタイム認識を実現するために,LiDARとカメラ入力を統合している。
  論文  参考訳（メタデータ） (2025-04-18T11:59:34Z)
• Tracking Meets LoRA: Faster Training, Larger Model, Stronger Performance [87.19164603145056]
  実験室レベルの資源をトラッキングするための大規模ViTモデルのパワーを明らかにする手法であるLoRATを提案する。 私たちの作業の本質は、推論レイテンシを追加することなく、モデルパラメータの小さなサブセットを微調整するテクニックであるLoRAを適用することです。 我々はPETRの適応のみに基づくアンカーフリーヘッドを設計し、計算オーバーヘッドを少なくして性能を向上する。
  論文  参考訳（メタデータ） (2024-03-08T11:41:48Z)
• MiM-ISTD: Mamba-in-Mamba for Efficient Infrared Small Target Detection [72.46396769642787]
  ネスト構造であるMamba-in-Mamba(MiM-ISTD)を開発した。 MiM-ISTDはSOTA法より8倍高速で、2048×2048$のイメージでテストすると、GPUメモリ使用率を62.2$%削減する。
  論文  参考訳（メタデータ） (2024-03-04T15:57:29Z)
• Negative Frames Matter in Egocentric Visual Query 2D Localization [119.23191388798921]
  最近リリースされたEgo4Dデータセットとベンチマークは、一人称視覚知覚データを大幅にスケールし、多様化している。 Visual Queries 2Dローカライゼーションタスクは、1対1の視点で記録された過去に存在するオブジェクトを検索することを目的としている。 本研究は,Epsodic Memoryベンチマークで導入された3段階ベースラインに基づく。
  論文  参考訳（メタデータ） (2022-08-03T09:54:51Z)
• Multi-scale Interaction for Real-time LiDAR Data Segmentation on an Embedded Platform [62.91011959772665]
  LiDARデータのリアルタイムセマンティックセグメンテーションは、自動運転車にとって不可欠である。 ポイントクラウド上で直接動作する現在のアプローチでは、複雑な空間集約操作を使用する。 本稿では,マルチスケールインタラクションネットワーク(MINet)と呼ばれるプロジェクションベースの手法を提案する。
  論文  参考訳（メタデータ） (2020-08-20T19:06:11Z)
• Quasi-Dense Similarity Learning for Multiple Object Tracking [82.93471035675299]
  本稿では, コントラスト学習のための画像に対して, 数百の領域提案を高密度にサンプリングする準高次類似性学習を提案する。 この類似性学習と既存の検出手法を直接組み合わせてQuasi-Dense Tracking(QDTrack)を構築することができる。
  論文  参考訳（メタデータ） (2020-06-11T17:57:12Z)

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。