論文の概要: NavHarness: Towards Lifelong Embodied Navigation

• arxiv url: http://arxiv.org/abs/2609.34276v1
• Date: Mon, 28 Sep 2026 04:24:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 22:15:48.44653
• Title: NavHarness: Towards Lifelong Embodied Navigation
• Title（参考訳）: NavHarness:生涯の体操航法を目指して
• Abstract要約: NavHarnessは、生涯ナビゲーションのためのトレーニング不要なエンボディハーネスである。 ナビゲーションの間、マルチラウンドのエージェントセッションは、地図、タスクレコード、ハウスナレッジに基づく。 NavHarnessは、新しいタスクやリカバリの試みのために、新しい会話を通じてこの体験を保存する。
• 参考スコア（独自算出の注目度）: 45.3032048213264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Frontier models can now perform well on individual embodied navigation tasks through multi-round multimodal reasoning with simple tools. Across successive tasks, however, an agent must also rely on an evolving map and earlier search records, both of which may be incomplete or conflict with new observations. We present NavHarness, a training-free embodied harness towards lifelong navigation that makes memory processing part of the navigation loop. During navigation, its multi-round agentic session draws on maps, task records, and house knowledge, checking them against observations and recording corrections to guide its actions. NavHarness preserves this experience across fresh conversations for new tasks or recovery attempts, while outcome verification and run-end summaries support its later reuse. On GOAT-Bench, NavHarness improves s-SR over context-only independent sessions by 18.6 points with Astra and 22.6 with Opus 5. Using SLAM-estimated poses, NavHarness with GPT-6 Astra achieves state-of-the-art task success of 83.7 s-SR with 36.9 e-SR on GOAT-Bench and 85.9 s-SR on IR2R-CE. To understand these gains, we examine how experience is carried between sessions and find that structured recovery handovers outperform length-matched summaries. In extended deployments across houses, consolidation improves navigation beyond retaining maps and task records, with case studies showing how agents use earlier experience to interpret new goals, investigate unresolved questions, and resume failed searches. We suggest that progress towards lifelong navigation depends on how successive reasoning sessions build on prior experience, alongside improvements in single-task capability.
• Abstract（参考訳）: Frontierモデルは、シンプルなツールでマルチラウンドのマルチモーダル推論を通じて、個々の実施したナビゲーションタスクでうまく機能する。 しかし、連続したタスク全体にわたって、エージェントは進化する地図と、それ以前の検索記録にも頼らなければならない。 NavHarnessは、生涯ナビゲーションのためのトレーニング不要なエンボディハーネスで、ナビゲーションループの一部としてメモリ処理を行う。 ナビゲーション中、マルチラウンドのエージェントセッションは、地図、タスクレコード、およびハウスナレッジに基づいて、観察に対するチェックと記録の修正を行い、アクションをガイドする。 NavHarnessは、新しいタスクやリカバリの試みのために、新しい会話を通じてこのエクスペリエンスを保ち、結果検証と実行時のサマリは、後の再利用をサポートする。 GOAT-Benchでは、NavHarnessはコンテキストのみの独立セッションよりも18.6ポイント、Astraでは22.6ポイント、Opus 5では22.6ポイント改善している。 SLAM推定のポーズを用いて、GPT-6 Astra を用いた NavHarness は 83.7 s-SR、GOAT-Bench では 36.9 e-SR、IR2R-CE では 85.9 s-SR という最先端のタスクを成功させる。 これらの利得を理解するために,セッション間で体験がどのように行われるかを調べ,構造化されたリカバリハンドオーバが長さ整合サマリーより優れていることを示す。 住宅にまたがる拡張展開において、統合は地図やタスクレコードの保持を超えてナビゲーションを改善し、エージェントが新しい目標を解釈し、未解決の質問を調査し、失敗した検索を再開する方法を示すケーススタディである。 生涯ナビゲーションの進展は,先行経験に基づいて連続的な推論セッションが構築される方法と,単一タスク能力の向上に依存することが示唆された。

関連論文リスト

• GPT-6-Astra Lights Up Embodied Navigation: Evaluation in Zero-Shot Vision-and-Language Navigation in Continuous Environments [43.03393333823919]
  我々は,汎用基盤モデルであるGPT-6-Astraが,自覚,推論,意思決定能力を用いて,慣れていない環境をナビゲートできるかどうかを検討する。 単分子RGBを用いて、GPT-6-Astraはいつ観測し、どのように移動し、いつ停止するかを決定する。 R2R-CE-100では、GPT-6-Astraが81.3%の成功率を記録し、最強のゼロショットと、列車による成功率も15.3ポイント、9.2ポイントを超えた。
  論文  参考訳（メタデータ） (2026-09-24T14:21:26Z)
• NavProbe: Evidence-Grounded Reasoning with Active Memory Retrieval for Zero-Shot Navigation [29.98025750029616]
  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。
  論文  参考訳（メタデータ） (2026-09-23T08:22:00Z)
• Argus: A General-Purpose Agentic Reasoning Runtime for Long-Horizon Tasks [38.52523278435824]
  Argusは永続的で自己進化的なランタイムで、マネージャ、プランナー、エンジニア、レビューアが耐久性のあるプロジェクトステート上で有界なミッションを実行します。 Argusは、安定したユーザ意図を運用目標、制約、検証基準から切り離し、メモリ、スキル、プロシージャ、バリデーション、ルーティング決定を許可し、ロール所有のレビューと利用可能なタスクネイティブ検証の後にのみ拒否されたルートを承認する。
  論文  参考訳（メタデータ） (2026-08-05T17:58:58Z)
• Argus: Evidence Assembly for Scalable Deep Research Agents [74.04848873346145]
  本研究では,探索者とナビゲータが協力して,補完的な証拠からジグソーを組み立てるシステムを提案する。 我々は、強化学習でナビゲータを訓練し、検証、ディスパッチ、合成を行いながら、検索者が標準のReActエージェントのままでいられるように独立に訓練する。 サーチとナビゲータは35B-A3B MoEのバックボーン上に構築されており、Argusは1つのサーチと12.7ポイントの並列サーチと8つのベンチマークで5.5ポイントを獲得している。
  論文  参考訳（メタデータ） (2026-05-15T17:29:27Z)
• Learning Goal-Oriented Language-Guided Navigation with Self-Improving Demonstrations at Scale [90.91312440221306]
  本稿では,自己改善デモを用いた目標言語誘導ナビゲーション学習手法であるSIDを提案する。 具体的には、SIDは環境からサンプリングされた最短経路データの初期エージェントを学習し、このエージェントを利用して新しい探索軌道を生成する。 この反復的な自己改善パイプラインは、新しい環境に容易に拡張できることを示し、その結果、様々な言語誘導ナビゲーションタスク間で実演を行うことができることを示す。
  論文  参考訳（メタデータ） (2025-09-29T15:15:54Z)
• 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。