論文の概要: Acting from Belief, Looking When Needed: A Bayesian Spatial World Model for Navigation under Intermittent Perception

• arxiv url: http://arxiv.org/abs/2610.11591v1
• Date: Thu, 08 Oct 2026 09:42:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.932959
• Title: Acting from Belief, Looking When Needed: A Bayesian Spatial World Model for Navigation under Intermittent Perception
• Title（参考訳）: 必要なときに見る, 信念から行動する: 間欠的知覚下での航海のためのベイズ空間世界モデル
• Abstract要約: ロボットナビゲーションは通常、部分的な観測可能性を減らすために広帯域、高周波センシングを使用する。 我々は、間欠的な知覚の下でナビゲーションを研究し、内部の空間的信念から行動し、実行が新しい観察を必要とする場合にのみ再び観察する。
• 参考スコア（独自算出の注目度）: 11.346472578405026
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot navigation commonly uses wide-coverage, high-frequency sensing to reduce partial observability; this reliance becomes restrictive when another task temporarily redirects a shared sensor from navigation, interrupting navigation-relevant observations. We study navigation under intermittent perception: acting from an internal spatial belief and looking again only when execution needs a new observation, potentially freeing the shared sensor for other tasks between navigation observations. ALONE, a Bayesian spatial world model, propagates a structured spatial belief using executed actions and corrects it with selectively acquired observations; learned priors over common geometric structures infer unobserved structure from available observation history. It decodes the belief into a spatial estimate for the motion-planning module and predicts a reliability map expressing confidence in the estimate's accuracy. ALONE requests an observation only if insufficient reliability hinders navigation and new evidence should make relevant-region spatial information more reliable; otherwise, it continues acting from the propagated belief. We instantiate ALONE for drone navigation with intermittent single-camera depth images. Across two simulated scene families, it achieves 98% and 97% closed-loop success at a 10 Hz decision rate. Among successful trials, median fractions of decision steps requiring a new depth observation are only 0.9% and 1.3%, respectively, demonstrating high navigation success with substantially reduced observation demand. Real-world indoor flight experiments further validate navigation under intermittent depth observations, with all 10 trials successful.
• Abstract（参考訳）: この依存度は、他のタスクが共有センサーをナビゲーションから一時的にリダイレクトし、ナビゲーション関連観測を中断したときに制限される。 我々は、間欠的な知覚の下でナビゲーションを研究し、内部の空間的信念から行動し、実行が新しい観察を必要とする場合にのみ再び観察し、ナビゲーション観察間の他のタスクのための共有センサを解放する可能性がある。 ベイズ空間世界モデルであるALONEは、実行された行動を用いて構造化された空間的信念を伝播し、選択的に取得された観測で修正する。 これは、その信念を移動計画モジュールの空間推定にデコードし、推定精度の信頼性を表す信頼性マップを予測する。 ALONEは、ナビゲーションが不十分で、新しい証拠が関連する地域空間情報をより信頼できるものにすべきである場合にのみ、観察を要求する。 間欠的な単一カメラ深度画像を用いたドローンナビゲーション用ALONEをインスタンス化する。 2つのシミュレートされたシーンファミリで、98%と97%のクローズループ成功を10Hzで達成している。 試験が成功した中で、新しい深度観測を必要とする決定ステップの中央値は、それぞれ0.9%と1.3%に過ぎず、観測要求を大幅に減少させる高い航法成功を示している。 実際の屋内飛行実験は、間欠的な深度観測の下での航法をさらに検証し、10回の試験は全て成功した。

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)
• VCN-Bench: A Video-Contextualized Navigation Benchmark for Spatial Reasoning over Prior Visual Experience [50.965801006170096]
  本稿では,MLLMの視覚経験よりも閉ループ空間推論を探索するためのベンチマークであるVCN-Benchを紹介する。 Matterport3Dをベースとして、VCN-Benchは5つのインストラクションタイプ、100kのトレーニングエピソード、1,250の評価エピソードを含む。 実験では、航法性能の制限、実質的な航法解像度と航法距離、正確な航法識別後にも頻繁な航法障害が示される。
  論文  参考訳（メタデータ） (2026-09-28T09:12:56Z)
• Map the Possibilities: Spatial Belief Fields for Language-Goal Aerial Navigation [49.03955946482723]
  SBFNavは、言語条件付き空間的信念場を中心としたクローズドループナビゲーションフレームワークである。 主に観測されたことを記録しているエゴ中心の地図とは異なり、SBFレポジトリ-はタスク条件付き分布を可視な目標位置上で再送する。 SBFNavは、制御のためのメットリックなウェイポイントとして、命令と観察に最も適したゴールを選択する。
  論文  参考訳（メタデータ） (2026-09-05T03:11:01Z)
• UNSEEN: Uncertainty-aware Navigation via Sparse Estimation in Unknown Environments [5.893948403053389]
  視覚のみのナビゲーションは軽量な代替手段だが、動作のぼやけ、テクスチャの低さ、照明の変更により性能が著しく低下する。 UNSEENは、フロントマウントカメラのみを使用して、位置決め、マッピング、計画を明確に組み合わせた、統一された不確実性と認識を意識したナビゲーションフレームワークである。
  論文  参考訳（メタデータ） (2026-06-18T07:54:07Z)
• Rethinking Embodied Navigation via Relational Inductive Bias [53.72276435022479]
  本稿では,DB-Navを提案する。 標的中心の関係を活性化バイアスと抑制バイアスに分類する。 成功率(SR)と成功率(SPL)はパス長さ(SPL)が重み付けされているため、既存の方法よりも著しく優れています。
  論文  参考訳（メタデータ） (2026-06-09T02:57:34Z)
• WAM-Nav: Asymmetric Latent World-Action Modeling for Unified Visual Navigation [31.539730066120374]
  視覚ナビゲーションは、複雑な幾何学的および物理的制約の下で滑らかで衝突のない軌道を生成する必要がある。 WAM-Navは,視覚ナビゲーションを具体化した潜在世界行動モデルであり,行動生成と潜時視予知を共同で学習する。
  論文  参考訳（メタデータ） (2026-06-03T14:05:19Z)

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。