論文の概要: SOR-Nav: Search or Relocate? Context-Gated Exploration and Cross-Region Relocation for Object Navigation
- arxiv url: http://arxiv.org/abs/2609.34707v1
- Date: Mon, 28 Sep 2026 09:20:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 03:37:42.954316
- Title: SOR-Nav: Search or Relocate? Context-Gated Exploration and Cross-Region Relocation for Object Navigation
- Title（参考訳）: SOR-Nav:サーチ・リロケーション? オブジェクトナビゲーションのためのコンテキストゲート探索とクロスリージョンリロケーション
- Abstract要約: SOR-Navは階層的なナビゲーションシステムで、現在の状況の探索と、より有望な到達可能な領域への放棄を明確に仲裁する。
HM3D-v1、HM3D-v2、MP3Dの完全な検証セット全体にわたって、SOR-Navは3つのベンチマークで最強に報告された成功率(SR)と成功率(SPL)を達成している。
- 参考スコア（独自算出の注目度）: 42.4273485886799
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Object navigation requires an embodied agent to find an object in an unseen environment under partial observability and a limited motion budget. Existing methods primarily optimize where the robot should go next by ranking candidate destinations. In contrast to these methods, we present SOR-Nav, a hierarchical navigation system that explicitly arbitrates between continuing to explore the current context and abandoning it for a more promising reachable region. First, an autonomous semantic exploration system is built that accumulates persistent 3D object clusters and organizes reachable frontiers into a cluster decision graph to provide an efficient search abstraction. Then, SOR-Nav uses a context-gated LLM-driven object-search supervisor to evaluate the suitability of the current search context and decide whether to continue exploration or perform cross-region relocation to another reachable frontier cluster. Across the complete, unfiltered validation sets of HM3D-v1, HM3D-v2, and MP3D, SOR-Nav achieves the strongest reported Success Rate (SR) and Success weighted by Path Length (SPL) on all three benchmarks. On MP3D in particular, it more than doubles the previous best SPL from 18.1\% to 38.5\% while increasing SR from 50.7\% to 61.8\%. Nested HM3D-v2 ablations validate the proposed decision structure, while a continuous three-target physical deployment demonstrates persistent ObjectNav operation in real-world scenarios.
- Abstract（参考訳）: オブジェクトナビゲーションは、部分的な可観測性と限られた運動予算の下で、見えない環境でオブジェクトを見つけるために、エンボディエージェントを必要とする。
既存の方法は、ロボットが次に行くべき場所を、候補目的地のランク付けによって最適化する。
これらの手法とは対照的に、我々はSOR-Navという階層的なナビゲーションシステムを提案し、現在の状況の探索を継続し、より有望な到達可能な領域のためにそれを放棄することを明確に仲裁する。
まず、永続的な3Dオブジェクトクラスタを蓄積し、到達可能なフロンティアをクラスタ決定グラフに整理して、効率的な探索抽象化を提供する自律意味探索システムを構築する。
次に、SOR-Navは、コンテキスト付きLLM駆動のオブジェクト検索スーパーバイザを使用して、現在の検索コンテキストの適合性を評価し、探索を継続するか、別の到達可能なフロンティアクラスタにクロスリージョン移動するかを決定する。
HM3D-v1、HM3D-v2、MP3Dの完全でフィルタされていない検証セット全体において、SOR-Navは3つのベンチマークでパス長 (SPL) が重み付けした最強の成功率 (SR) と成功率 (SOR-Nav) を達成する。
特にMP3Dでは、以前の最高のSPLを18.1\%から38.5\%に倍増し、SRを50.7\%から61.8\%に増やす。
Nested HM3D-v2 ablationsは提案された決定構造を検証する一方、連続した3つのターゲットの物理配置は、現実世界のシナリオで永続的なObjectNav操作を示す。
関連論文リスト
- 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) - SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation [2.272547247667044]
SSTG-Navは再利用可能なメートル法セマンティックメモリで、1回のサーベイを実行可能なオブジェクトゴールに変換する。
36シーンにわたる1000のHM3D-v2エピソードにおいて、私たちのゴールに依存しないトポロジーは99.4%の幾何学的成功天井を達成した。
論文 参考訳（メタデータ） (2026-08-01T08:40:04Z) - Instance-Enriched Semantic Maps for Visual Language Navigation [9.24074870738429]
Visual Language Navigationは、インボディードエージェントが自然言語命令に従うことで複雑な環境をナビゲートできるようにすることを目的としている。
既存のシステムは、複雑な屋内環境での信頼性の高いナビゲーションを制限し、多様なユーザクエリに対して、インスタンスレベルのオブジェクトの詳細と堅牢性を欠いている。
本稿では,3つの重要なコントリビューションを持つ統合フレームワークであるインスタンス拡張セマンティックマップを提案する。
論文 参考訳（メタデータ） (2026-07-14T11:09:48Z) - From Extraction to Navigation: Progressive Retrieval with Indirectly Infinite Depth [48.51564669100653]
我々は、ステートフルな自律グラフ探索として検索をモデル化するフレームワークIID-Navを提案する。
IID-Navは、厳格な遅延予算の下で、主流の検索ベースラインを超えることを示す。
論文 参考訳（メタデータ） (2026-06-29T08:47:17Z) - 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) - From Reactive to Map-Based AI: Tuned Local LLMs for Semantic Zone Inference in Object-Goal Navigation [0.7734726150561086]
Object-Goal Navigation(ObjectNav)は、エージェントが未知の環境で対象のオブジェクトカテゴリを見つけてナビゲートする必要がある。
我々は,LLMに基づく意味推論とハイブリッドトポロジカルグリッドマッピングシステムを統合することにより,リアクティブAIから"マップベースAI"への移行を提案する。
本フレームワークでは,Llama-2モデルを用いて,言語化された対象観測から意味領域のカテゴリと目的存在確率を推定する。
論文 参考訳（メタデータ） (2026-03-09T08:27:28Z) - ReasonNavi: Human-Inspired Global Map Reasoning for Zero-Shot Embodied Navigation [53.95797153529148]
身体的エージェントは、主に部分的な自我中心の観測に依存するため、効率的なナビゲーションに苦しむことが多い。
本稿では,マルチモーダル大規模言語モデル(MLLM)と決定論的プランナを結合することにより,この理由に基づくパラダイムを運用する,人間にインスパイアされたフレームワークであるReasonNaviを紹介する。
論文 参考訳（メタデータ） (2026-01-26T19:09:20Z) - FOM-Nav: Frontier-Object Maps for Object Goal Navigation [65.76906445210112]
FOM-Navはフロンティアオブジェクトマップと視覚言語モデルによる探索効率を高めるフレームワークである。
FOM-Navをトレーニングするために,実環境から大規模ナビゲーションデータセットを自動構築する。
FOM-NavはMP3DとHM3Dのベンチマーク、特にナビゲーション効率の指標SPL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） (2025-11-30T18:16:09Z) - Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。
エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。
われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文 参考訳（メタデータ） (2020-08-21T03:16:51Z)
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。