論文の概要: NavProbe: Evidence-Grounded Reasoning with Active Memory Retrieval for Zero-Shot Navigation
- arxiv url: http://arxiv.org/abs/2609.27526v1
- Date: Wed, 23 Sep 2026 08:22:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:17.941139
- Title: NavProbe: Evidence-Grounded Reasoning with Active Memory Retrieval for Zero-Shot Navigation
- Title（参考訳）: NavProbe: ゼロショットナビゲーションのためのアクティブメモリ検索によるエビデンス周辺推論
- Abstract要約: NavProbeは階層的なゼロショットナビゲーションエージェントで、動的なサブゴールアジェンダとアクティブエビデンス検索を結合する。
コンパクトインデックスは、訪れた場所、遷移、ランドマークの要約を視覚的および幾何学的記録と結びつけている。
現在の状況が不十分な場合には、タスクエグゼクティブが目標とする証拠を取得して、サブゴールの生成、修正、解決を行う。
- 参考スコア（独自算出の注目度）: 29.98025750029616
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Long-horizon navigation requires an agent to revise its intermediate objectives as evidence accumulates. Full visual histories are costly to process, while compact summaries may omit details needed to reconsider earlier decisions. We introduce NavProbe, a hierarchical zero-shot navigation agent that couples a dynamic subgoal agenda with active evidence retrieval. A compact index links summaries of visited places, transitions, and landmarks to their visual and geometric records. When the current context is insufficient, a task executive retrieves targeted evidence to generate, revise, or resolve subgoals. Reusable conclusions are used to update the index, and a skill policy converts the revised task state into parameterized navigation actions. NavProbe achieves 71.7% SR and 55.8% SPL on R2R-CE and 55.3% SR and 38.6% SPL on RxR-CE, outperforming strong zero-shot baselines. It also achieves 79.3% SR on HM3D-v2 ObjectNav, with qualitative real-robot demonstrations illustrating physical deployment.
- Abstract（参考訳）: ロングホライゾンナビゲーションは、証拠が蓄積するにつれて、エージェントがその中間目的を変更する必要がある。
完全な視覚履歴は処理に費用がかかるが、コンパクトな要約は以前の決定を再考するために必要な詳細を省略することがある。
動的サブゴールアジェンダとアクティブエビデンス検索を結合した階層型ゼロショットナビゲーションエージェントであるNavProbeを紹介する。
コンパクトインデックスは、訪れた場所、遷移、ランドマークの要約を視覚的および幾何学的記録と結びつけている。
現在の状況が不十分な場合には、タスクエグゼクティブが目標とする証拠を取得して、サブゴールの生成、修正、解決を行う。
再利用可能な結論はインデックスを更新するために使用され、スキルポリシーは修正されたタスク状態をパラメータ化されたナビゲーションアクションに変換する。
NavProbeはR2R-CEで71.7%のSR、55.8%のSPL、RxR-CEで55.3%のSPL、38.6%のSPLを達成した。
HM3D-v2 ObjectNavでは79.3%のSRを達成した。
関連論文リスト
- NavPatch: Evidence-Guided Object-Level Costmap Correction with Vision-Language Models [6.1440916891645285]
私たちは、ADD、REMOVE、EXTENDを関連オブジェクトカテゴリのナビゲーションに割り当てるオブジェクトレベルの補正層であるNavPatchを紹介します。
Open vocabulary Groundingはオブジェクトインスタンスをローカライズし、LiDARとRGB-D観測は3Dサポートを提供する。
論文 参考訳（メタデータ） (2026-09-13T14:30:55Z) - NavArena: Automated Construction of Goal-Oriented Navigation Benchmarks from 3D Gaussian Splatting Reconstructions [27.72244200436069]
NavArenaは、固定された3DGS再構成を目標指向のビジュアルナビゲーションのためのベンチマークに変換する自動化フレームワークである。
NavArenaは2000以上のシーンで2220万のエキスパートトラジェクトリを生成する。
論文 参考訳（メタデータ） (2026-09-04T01:02:03Z) - 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) - Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation [52.90741218586653]
長距離物理世界のエージェントは、信頼できるクローズドループ動作の決定を根拠にしながら、遠くの目標を推論しなければならない。
本稿では, 長期探査用NFMエグゼキュータとVLM推論エージェントを結合したエージェントスキャフォールディングフレームワークであるNavMCPを紹介する。
NavMCPは、Embodied Question AnsweringとUnitree Go2の最先端の結果を達成する。
論文 参考訳（メタデータ） (2026-08-31T07:50:16Z) - STEGNav: Spatio-Temporal Event Graph Reasoning for Multimodal Lifelong Object Navigation [17.685326212060716]
本研究では,従来のシーングラフを相補的空間軸,時間軸に沿ってイベントグラフに拡張する学習自由フレームワークを提案する。
STEGNavは、GOAT-Benchで66.3%のSRと39.7のSPL、HM3D1とHM3Dv2でそれぞれ64.0%と69.4%を達成している。
論文 参考訳（メタデータ） (2026-08-28T12:42:16Z) - DRIVE-Nav: Directional Reasoning, Inspection, and Verification for Efficient Open-Vocabulary Navigation [3.249609824556708]
DRIVE-Navは永続的な方向の探索を組織する構造化されたフレームワークである。
冗長なリビジョンを削減し、パス効率を向上させる。
HM3D-OVON、HM3Dv2、MP3Dの実験は、全体的な性能と一貫した効率向上を示す。
論文 参考訳（メタデータ） (2026-03-30T17:12:17Z) - RATE-Nav: Region-Aware Termination Enhancement for Zero-shot Object Navigation with Vision-Language Models [36.39389224168802]
批判的だが調査の不十分な方向は、これらの課題を克服するための探索の時間的な終了である。
RATE-Nav, Region-Aware Termination-Enhanced Methodを提案する。
幾何予測領域分割アルゴリズムと探索率計算のための領域ベース探索推定アルゴリズムを含む。
67.8%の成功率、31.3%のSPLをHM3Dデータセットで達成している。
論文 参考訳（メタデータ） (2025-06-03T01:15:00Z) - DORAEMON: Decentralized Ontology-aware Reliable Agent with Enhanced Memory Oriented Navigation [55.888688171010365]
DORAEMONは、人間のナビゲーション機能を模倣したVentralとDorsal Streamsで構成される、認知にインスパイアされたフレームワークである。
我々は,DORAEMONをHM3D,MP3D,GOATのデータセット上で評価し,成功率(SR)と成功度(SPL)の測定値の両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-05-28T04:46:13Z) - Explore before Moving: A Feasible Path Estimation and Memory Recalling
Framework for Embodied Navigation [117.26891277593205]
ナビゲーションに焦点をあて,経験や常識に欠ける既存のナビゲーションアルゴリズムの問題を解決する。
移動前に2回思考する能力に触発されて、不慣れな場面で目標を追求する実現可能な経路を考案し、パス推定とメモリリコールフレームワークと呼ばれる経路計画手法を提案する。
EmbodiedQAナビゲーションタスクにおけるPEMRの強力な実験結果を示す。
論文 参考訳（メタデータ） (2021-10-16T13:30:55Z) - Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。
VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。
この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
論文 参考訳（メタデータ） (2020-07-15T23:54:20Z)
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。