論文の概要: Retrospective Open-Vocabulary Memory for Long-Term Object Search
- arxiv url: http://arxiv.org/abs/2610.00330v2
- Date: Fri, 02 Oct 2026 02:20:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:29.978331
- Title: Retrospective Open-Vocabulary Memory for Long-Term Object Search
- Title（参考訳）: 長期オブジェクト検索のための反省的オープン語彙記憶
- Abstract要約: 長期的な対象探索には、通常、変化する環境の観測からオブジェクトがどこに現れるかを学ぶ必要がある。
我々は、検閲された観測結果から確率的推測として、オープン語彙記憶の振り返りを定式化する。
本稿では,この原理を用いて,クエリ時にのみ指定される概念の長期有病率を推定するECROMを紹介する。
- 参考スコア（独自算出の注目度）: 10.066369364939911
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Long-term object search requires learning where objects usually appear from repeated but uneven observations of a changing environment. We formulate retrospective open-vocabulary memory as probabilistic inference from censored observations, where the key idea is to reason with evidence per opportunity: a detection or non-detection should influence belief only in proportion to the robot's opportunity to observe the corresponding location. We introduce ECROM, which uses this principle to estimate long-term prevalence for concepts specified only at query time and converts the resulting belief directly into an active-search prior. To evaluate this problem, we introduce a controlled long-term benchmark in ten HM3D homes that independently varies object placement and observation opportunity across repeated traversals. ECROM improves support-level AP on held-out queries by 4.5 points and search SPL by 4.2 points over the strongest competing memory in each metric. The benchmark, dataset, and code will be open-sourced. Project page: https://jiaming.im/ecrom/
- Abstract（参考訳）: 長期的な対象探索には、通常、変化する環境の観測からオブジェクトがどこに現れるかを学ぶ必要がある。
そこでは, 検出や非検出は, ロボットが対応する位置を観察する機会に比例して, 信念に影響を及ぼすべきである。
本稿では,この原理を用いて,クエリ時にのみ指定された概念の長期有病率を推定し,結果の信念を直接能動的検索に変換するECROMを紹介する。
この問題を評価するために,10戸のHM3D住宅において,物体の配置や観測機会を独立に変化させる長期的基準を導入する。
ECROMはホールドアウトクエリのサポートレベルAPを4.5ポイント改善し、SPLを4.2ポイント検索する。
ベンチマーク、データセット、コードがオープンソース化される。
プロジェクトページ: https://jiaming.im/ecrom/
関連論文リスト
- Beyond the Remembered World: Predictive 4D Belief for Persistent Navigation in Evolving Worlds [64.48226068885388]
本研究では、エージェントが間欠的な観測からターゲット位置を推定する進化世界ナビゲーションについて検討する。
タイムスタンプ付き3Dオブジェクト履歴からタイムインデクシングされた信念を構築するEvolvingNavを提案する。
論文 参考訳（メタデータ） (2026-09-30T07:26:36Z) - Learning What to Recall: Adaptive Multi-Cue Episodic Memory for World Models [82.99807299727796]
本稿では,将来認識型予測監視からエピソードリコールを学習するフレームワークであるFuture-Aware Recall (FAR)を提案する。
FARは、リコールされたコンテキストの条件付きログ類似度による予測ユーティリティを計測する。
キュー固有の関連性を学び、時間、ポーズ、ビジョン、オーディオなどの利用可能な検索キューを自動的に決定し、クエリ毎に信頼する。
論文 参考訳（メタデータ） (2026-09-28T09:07:39Z) - Where to Look and What to Use: Retrieve-Localize-Generate for Long-Term Conversational Memory Question Answering [42.31517185994942]
RAGは、外部知識にアクセスすることによって、大きな言語モデルで質問に答えることを可能にする。
既存の方法は、時間的に離れたセッションに散在する断片化されたエビデンスと、中途半端な効果を誘発する検索セッション内のノイズのある内容の2つの主要な課題に悩まされている。
本稿では,長期会話メモリQAのための検索・ローカライズ・ジェネレーション統合フレームワークであるMemLocを提案する。
論文 参考訳（メタデータ） (2026-09-07T06:32:12Z) - Tracking the Truth: Object-Centric Spatio-Temporal Monitoring for Video Large Language Models [154.39583176906893]
大規模言語モデル(ML)は高度な理解を持ち、シーンにおける幻覚の傾向が高い。
これは、時間的モニタリングの失敗、オブジェクトの動的アイデンティティ、状態、そして時間とともに関係を永続的に追跡する能力に起因している、と我々は主張する。
既存のベンチマークでは、局所的な視覚的手がかりや統計的先行によってしばしば解決される1つの最終回答クエリに頼って、この欠陥を曖昧にしている。
論文 参考訳（メタデータ） (2026-05-09T14:32:36Z) - VL-SAM-v3: Memory-Guided Visual Priors for Open-World Object Detection [16.02875655103583]
本研究では,検索対象外界メモリを用いたオープンワールド検出を実現する統合フレームワークを提案する。
VL-SAM-v3は、オープンボキャブラリとオープンエンドの両方で検出性能を一貫して改善する。
より強力な開語彙検出器(SAM3)による実験は、提案された検索・精製機構の一般性を検証する。
論文 参考訳（メタデータ） (2026-05-05T07:44:03Z) - WeDetect: Fast Open-Vocabulary Object Detection as Retrieval [74.39703419628829]
Open-vocabularyオブジェクト検出は、テキストプロンプトを通じて任意のクラスを検出することを目的としている。
クロスモーダル融合層(ノンフュージョン)を持たない手法は、認識を検索問題として扱うことにより、より高速な推論を提供する。
WeDetectという名前のモデルファミリを開発し、推論効率の高い15ベンチマークで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2025-12-13T12:40:28Z) - Sequential Recommender via Time-aware Attentive Memory Network [67.26862011527986]
本稿では,注意機構と繰り返し単位を改善するための時間ゲーティング手法を提案する。
また,長期と短期の嗜好を統合するマルチホップ・タイムアウェア・アテンテーティブ・メモリ・ネットワークを提案する。
提案手法は,候補探索タスクに対してスケーラブルであり,ドット積に基づくTop-Kレコメンデーションのための潜在因数分解の非線形一般化とみなすことができる。
論文 参考訳（メタデータ） (2020-05-18T11:29:38Z)
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。