論文の概要: LiteNWM: Efficient Latent World Models for Onboard Visual Navigation in the Wild

• arxiv url: http://arxiv.org/abs/2610.12368v1
• Date: Thu, 08 Oct 2026 17:29:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.225242
• Title: LiteNWM: Efficient Latent World Models for Onboard Visual Navigation in the Wild
• Title（参考訳）: LiteNWM: 野生での視覚ナビゲーションのための効率的な潜在世界モデル
• Abstract要約: LiteNWMは、候補間で視覚的エンコーディングを共有し、アクション条件の将来の表現を複数の地平線で共同で予測する。 LiteNWMは、NoMaD+NWM-XLと比較してマクロ平均軌道誤差を17.56%削減し、128.00倍のエンドツーエンド高速化を実現する。 これらの結果から,LiteNWMはロボットの将来の計画やクローズドループナビゲーションに応用可能であることが示された。
• 参考スコア（独自算出の注目度）: 53.83891601960494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Direct visual navigation policies generate trajectories efficiently but do not explicitly evaluate their future consequences. Generative navigation world models provide this foresight through visual rollouts, which are costly when evaluating multiple candidates. We present LiteNWM, a latent navigation world model that shares visual encoding across candidates and jointly predicts their action-conditioned future representations at multiple horizons, while a learned scorer uses these predictions to select trajectories. In offline evaluations on RECON, SCAND, and SACSoN, LiteNWM reduces macro-averaged trajectory error by 17.56% relative to NoMaD+NWM-XL and achieves a 128.00-fold end-to-end speedup on an RTX 5090. The same evaluator transfers from NoMaD to MBRA without proposer-specific retraining, reducing MBRA's macro-averaged trajectory error by 16.2%. In real-robot experiments in unseen indoor and outdoor environments, LiteNWM improves navigation success from 43.3% to 83.3% relative to NoMaD. These results demonstrate that LiteNWM can be deployed for future-aware planning and closed-loop navigation on a physical robot.
• Abstract（参考訳）: 直接視覚ナビゲーションポリシーは、トラジェクトリを効率的に生成するが、将来の結果を明確に評価しない。 ジェネレーティブナビゲーションワールドモデルは、複数の候補を評価する際にコストがかかる視覚的なロールアウトを通じて、この監視を提供する。 提案するLiteNWMは,視覚的エンコーディングを候補間で共有し,動作条件付き将来の表現を複数の地平線で共同で予測する潜在ナビゲーションワールドモデルであり,学習スコアラはこれらの予測を用いて軌道を選択できる。 RECON, SCAND, SACSoN のオフライン評価では、LiteNWM は NoMaD+NWM-XL と比較してマクロ平均軌道誤差を 17.56% 削減し、RTX 5090 で 128.00 倍のエンド・ツー・エンド・スピードアップを達成する。 同じ評価器はプロジェクタ固有のリトレーニングなしでNoMaDからMBRAへ転送し、MBRAのマクロ平均軌道誤差を16.2%削減する。 屋内および屋外環境における実ロボット実験では、LiteNWMはNoMaDと比較して43.3%から83.3%に航法の成功を改善する。 これらの結果から,LiteNWMはロボットの将来の計画やクローズドループナビゲーションに応用可能であることが示された。

関連論文リスト

• DroneWAM: Efficient World Action Model for Drone Visual Navigation [25.491891423418185]
  我々は、ドローン視覚ナビゲーションのための効率的なワールドアクションモデルであるDroneWAMを提案する。 DroneWAMはJEPAベースのアーキテクチャを採用し、表現空間内での将来の状態をモデル化する。 適応的なロールアウトも導入し、好み訓練されたゲートが現在のシーンに応じて予測深度を適応的に割り当てる。
  論文  参考訳（メタデータ） (2026-09-27T03:21:01Z)
• Uncertainty-Aware World Model for Aerial Image-Goal Navigation [49.01078106635952]
  不確実性認識ナビゲーションワールドモデル(英: Uncertainty-Aware Navigation World Model、UA-NWM)は、空中画像ゴールナビゲーションのための効率的な潜在世界モデルである。 予測-ゴールの相違を不確実で説明不能なコンポーネントに分解する。 推論レイテンシを低く保ちながら、既存のナビゲーションワールドモデルより一貫して優れています。
  論文  参考訳（メタデータ） (2026-08-06T04:43:53Z)
• LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
  視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。 しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。 本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
  論文  参考訳（メタデータ） (2026-06-26T09:11:59Z)
• 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)
• WMNav: Integrating Vision-Language Models into World Models for Object Goal Navigation [6.463198014180394]
  WMNavは視覚言語モデル(VLM)を利用した新しい世界モデルベースのナビゲーションフレームワークである。 決定の結果を予測し、ポリシーモジュールへのフィードバックを提供するためにメモリを構築する。 人間のような思考プロセスに従って分解することにより、WMNavはモデル幻覚の影響を効果的に緩和する。
  論文  参考訳（メタデータ） (2025-03-04T03:51:36Z)
• Navigation World Models [68.58459393846461]
  本稿では,過去の観測とナビゲーション行動に基づいて,将来の視覚観測を予測できる制御可能な映像生成モデルを提案する。 慣れ親しんだ環境では、NWMはナビゲーションの軌道をシミュレートし、目的を達成するかどうかを評価することで計画することができる。 実験は、スクラッチからの軌道計画や、外部ポリシーからサンプリングされた軌道のランク付けにおいて、その効果を実証する。
  論文  参考訳（メタデータ） (2024-12-04T18:59:45Z)
• Waypoint Models for Instruction-guided Navigation in Continuous Environments [68.2912740006109]
  本稿では,言語条件付きウェイポイント予測ネットワークのクラスを開発し,この問題について検討する。 プロファイリングされたLoCoBotロボット上でのタスク性能と実行時間の推定を行う。 我々のモデルは、VLN-CEにおける以前の仕事を上回り、新しい最先端の技術を公衆のリーダーボードに置きました。
  論文  参考訳（メタデータ） (2021-10-05T17:55:49Z)

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。