論文の概要: SiGNgapore - An Interactive Dataset for Sign-based Visual Navigation

• arxiv url: http://arxiv.org/abs/2610.09488v3
• Date: Tue, 13 Oct 2026 10:46:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-14 23:39:49.508426
• Title: SiGNgapore - An Interactive Dataset for Sign-based Visual Navigation
• Title（参考訳）: SiGNgapore - サインベースのビジュアルナビゲーションのためのインタラクティブデータセット
• Abstract要約: サイン誘導型多段階ナビゲーション決定のベンチマーク用に設計された対話型データセットSiGNgaporeを紹介する。 SiGNgaporeは、ショッピングモール、公共交通ハブ、病院など、シンガポールの様々な公共空間をカバーしている。 56の長距離航法ミッションと456のシーンで構成され、それぞれが航法標識と周囲の環境を含んでいる。
• 参考スコア（独自算出の注目度）: 17.186335780996398
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Robots navigating open-world, human-centered environments must look beyond prebuilt high-fidelity maps and leverage navigational aids embedded in their surroundings, particularly, signs. To advance sign-guided visual navigation, we introduce SiGNgapore, an interactive, multimodal dataset designed to benchmark sign-guided multi-step navigational decision-making. SiGNgapore covers diverse public spaces in Singapore, including shopping malls, public transportation hubs, and hospitals, featuring multi-floor, multi-building layouts and indoor-outdoor transitions. It consists of 56 long-horizon navigation missions and 456 scenes, each containing a navigational sign and its surrounding environment. We provide synchronized RGB, depth, IMU, and odometry data for each scene. We additionally provide the layout map and the GPS-aligned scene graph for selected mission sites. Beyond navigational decision-making, SiGNgapore supports a variety of spatial-semantic reasoning tasks, including navigational sign parsing and visual sign grounding, with the ultimate aim of driving progress in mapless robot navigation.
• Abstract（参考訳）: オープンワールド、人間中心の環境をナビゲートするロボットは、構築済みの高忠実度マップを越え、周囲、特に標識に埋め込まれたナビゲーション支援を活用する必要がある。 シGNgaporeは,シグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナグナ SiGNgaporeは、ショッピングモール、公共交通ハブ、病院などシンガポールの様々な公共空間をカバーしており、マルチフロア、マルチビルレイアウト、屋内・アウトドア・トランジションが特徴である。 56の長距離航法ミッションと456のシーンで構成され、それぞれが航法標識と周囲の環境を含んでいる。 シーン毎に同期RGB,深度,IMU,およびオドメトリーデータを提供する。 また,選択したミッション地点のレイアウトマップとGPS対応シーングラフも提供する。 ナビゲーションの意思決定以外にも、SiGNgaporeはナビゲーションのサイン解析や視覚的なサイングラウンド化など、さまざまな空間意味的な推論タスクをサポートしており、地図のないロボットナビゲーションの進歩を究極の目標としている。

関連論文リスト

• Terrain-Aware Autonomous Planetary Exploration for Exteroceptive-Proprioceptive Mapping with Quadruped Scouts [3.710529259029568]
  本稿では,月のような環境下での四足歩行ロボットに対する外受容と固有受容のマッピングを組み合わせた地形対応探索フレームワークを提案する。 搭載されているRGB-Dカメラは、ロボット中心の標高マップを構築し、幾何学的トラベル性を推定し、自律的な計画のためのナビゲーションコストを導出する。
  論文  参考訳（メタデータ） (2026-09-28T16:01:24Z)
• ACME: A Multi-Cultural, Multi-Embodiment Social-Navigation Dataset [51.60529216343344]
  ACME: ソーシャルナビゲーションのためのクロスカルチャー、マルチエンボディメントデータセット。 ACMEは5か国8か国にまたがる大規模なデータ収集の取り組みで、7つのロボットエボディメントを使用している。 従来のデータセットとは違って、ロボット音声によるロボットと対話を明確にすることで、複雑な社会的シナリオにおける目標駆動型ソーシャルナビゲーション行動のキャプチャに焦点を当てている。
  論文  参考訳（メタデータ） (2026-07-24T04:23:21Z)
• Learning to Drive Anywhere with Model-Based Reannotation [49.80796496905606]
  ロボットの視覚ナビゲーションポリシーを一般化するためのフレームワークを開発する。 クラウドソースの遠隔操作データや、ラベルなしのYouTubeビデオなど、受動的に収集されたデータを活用します。 このデータはLogoNavに蒸留される。LogoNavは、視覚的目標やGPSのウェイポイントに照準を合わせられた長い水平航法ポリシーだ。
  論文  参考訳（メタデータ） (2025-05-08T18:43:39Z)
• RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
  我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。 大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
  論文  参考訳（メタデータ） (2024-08-28T03:17:40Z)
• A Landmark-Aware Visual Navigation Dataset [6.1190419149081245]
  ランドマークを意識したビジュアルナビゲーションデータセットを提示し、人中心の探索ポリシーと地図構築の教師あり学習を可能にする。 人間のアノテータが仮想環境と実環境を探索する際、RGBD観測と人間のポイントクリックペアを収集する。 私たちのデータセットは、屋内環境の部屋や屋外の通路など、幅広い場面をカバーしています。
  論文  参考訳（メタデータ） (2024-02-22T04:43:20Z)
• SANPO: A Scene Understanding, Accessibility and Human Navigation Dataset [16.055419312889253]
  WHOの推計では、2020年には4330万人が失明しており、この数字は2050年までに6100万人に達すると予測されている。 現代のシーン理解モデルは、ナビゲーション、障害物回避、視覚認識機能によってこれらの人々に力を与えることができる。 本研究では,屋外ナビゲーション環境における密集予測を目的とした大規模エゴセントリックビデオデータセットであるSANPOを提案する。
  論文  参考訳（メタデータ） (2023-09-21T15:28:04Z)
• SACSoN: Scalable Autonomous Control for Social Navigation [62.59274275261392]
  我々は、社会的に邪魔にならないナビゲーションのための政策の訓練方法を開発した。 この反事実的摂動を最小化することにより、共有空間における人間の自然な振る舞いを変えない方法でロボットに行動を促すことができる。 屋内移動ロボットが人間の傍観者と対話する大規模なデータセットを収集する。
  論文  参考訳（メタデータ） (2023-06-02T19:07:52Z)
• Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of Demonstrations for Social Navigation [92.66286342108934]
  社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。 私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
  論文  参考訳（メタデータ） (2022-03-28T19:09:11Z)
• Robot Navigation in Unseen Spaces using an Abstract Map [11.473894284561878]
  ロボットナビゲーションシステムでは,人間と同じ記号空間情報を用いて,目立たない環境を意図的にナビゲートする。 本稿では,動的システムを用いて抽象地図の縮尺可能な空間モデルを作成する方法を示し,シンボルナビゲーションの領域における将来的な作業を促進するためのオープンソース実装を提供する。 本稿は,人間のナビゲーション戦略を質的に分析し,目立たない環境におけるロボットの象徴的なナビゲーション能力が今後どのように改善されるかについて,さらなる知見を提供する。
  論文  参考訳（メタデータ） (2020-01-31T07:40:44Z)

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。