論文の概要: VbotNav-0: Asynchronous Cloud-Edge Dual-Policy Navigation across Indoor and Outdoor Environments
- arxiv url: http://arxiv.org/abs/2610.14634v1
- Date: Sat, 10 Oct 2026 06:33:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 12:32:47.029528
- Title: VbotNav-0: Asynchronous Cloud-Edge Dual-Policy Navigation across Indoor and Outdoor Environments
- Title（参考訳）: VbotNav-0: 屋内および屋外環境を横断する非同期クラウドエッジデュアルポリシーナビゲーション
- Abstract要約: 連続した屋内屋外ナビゲーションは、目的地レベルの推論と動きの決定を結びつける。
VbotNav-0は、これらのプロセスをリンクするクラウドエッジのデュアルポリシーフレームワークである。
VbotNav-0は55.04%の成功率、55.03%の成功率を達成した。
- 参考スコア（独自算出の注目度）: 11.407679516406596
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous indoor-outdoor navigation connects destination-level reasoning with motion decisions that must respond to current observations. We present VbotNav-0, a cloud-edge dual-policy framework that links these processes through asynchronous policy-to-policy conditioning. The cloud policy produces subgoal guidance from visual history, navigation instructions, and route tokens; the edge policy combines available guidance with current RGB and LiDAR observations to generate local trajectories. This formulation allows the local perception-action loop to continue between cloud updates. A common route representation connects indoor paths and outdoor map routes, and the training recipe combines navigation demonstrations, corrective data, and grounded visual question answering (VQA). In the reported closed-loop evaluation of 258 episodes across 145 scenes, VbotNav-0 achieves 55.04% success rate and 55.03% success weighted by path length.
- Abstract（参考訳）: 連続した屋内屋外ナビゲーションは、現在の観測に応答しなければならない動きの決定と目的地レベルの推論を結びつける。
VbotNav-0は,非同期ポリシ・ツー・ポリシー・コンディショニングを通じてこれらのプロセスをリンクするクラウド・エッジのデュアル・ポリシー・フレームワークである。
エッジポリシーは、利用可能なガイダンスと現在のRGBとLiDAR観測を組み合わせて、局所的な軌跡を生成する。
この定式化により、ローカルな知覚作用ループはクラウド更新の間も継続できる。
共通経路表現は屋内経路と屋外地図経路を接続し、トレーニングレシピはナビゲーションデモ、修正データ、接地された視覚的質問応答(VQA)を組み合わせる。
145シーンにわたる258エピソードのクローズループ評価で、VbotNav-0は55.04%の成功率、55.03%の成功率を達成した。
関連論文リスト
- SparseNav: Instruction-conditioned Sparse Semantic Perception for Training-Free Vision-Language Navigation [5.542420543782519]
SparseNavは、セマンティックナビゲーションのより少ない原則に従う、トレーニング不要のフレームワークである。
SparseNavは、軽量な幾何学鳥眼ビュー(BEV)マップとスパースランドマークメモリを持続的に維持する。
命令条件付きウェイポイントナビゲーションを用いて,複数の屋内環境にまたがる実効性を検証した。
論文 参考訳（メタデータ） (2026-09-22T13:41:49Z) - LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation [52.91080323083409]
エージェントは異質な目標や視覚的な観察をタスク、環境、ロボットの体現物に翻訳する必要がある。
ここでは,タスク固有の予測ヘッドを使わずに,予め訓練されたVLMの空間的知性を取り入れた,コンパクトな一般化型ナビゲーションモデルLightNav-0を提案する。
論文 参考訳（メタデータ） (2026-08-31T15:08:53Z) - VTInstructor: Visual Trajectory Prompting for Navigation Instruction Generation in Continuous Environments [14.629408091049982]
連続環境のための最初のVLN命令生成フレームワークであるVTInstructorを提案する。
EDTCは長いRGB軌跡をナビゲーションクリティカルに凝縮し、VTPはパス、ターン、ゴールキューをこれらのアンカーにオーバーレイし、VTModはその結果の軌跡信号をビジュアルエンコーダに注入する。
挑戦的なR2R-CEとRxR-CE Val Unseenベンチマークでは、VTInstructorが標準のNLGメトリクスにまたがって新しい最先端の技術を設定している。
論文 参考訳（メタデータ） (2026-08-15T15:31:27Z) - NavVerse: Benchmarking Indoor-to-Outdoor Embodied Navigation in Continuous Robot Simulation [15.21423340398543]
NavVerseは、屋内から屋外へのエンボディナビゲーションのための物理を利用したベンチマークである。
NavVerseには100の屋内シーン、50の都市屋外シーン、50の屋内屋外シーン、および1万のエピソードが収録されている。
エージェントはタスクサクセス、パス効率、安全性メトリクスを使用して実行可能なロボットインタフェースを通じて評価される。
論文 参考訳（メタデータ） (2026-07-22T02:53:46Z) - Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System [96.69286664036143]
Qwen-RobotNavは、Qwen-RobotNav上に構築されたスケーラブルなナビゲーションモデルである。
156万のサンプルでQwen-RobotNavをトレーニングします。
Qwen-RobotNavは、主要なナビゲーションベンチマークにまたがって、最先端の結果を新たに設定する。
論文 参考訳（メタデータ） (2026-06-16T16:17:44Z) - P2DNav: Panorama-to-Downview Reasoning for Zero-shot Vision-and-Language Navigation [30.45812977392826]
P2DNavはゼロショット視覚言語ナビゲーションのための階層的なフレームワークである。
P2DNavはPanorama-to-Downview (P2D), Sliding-Window Dialogue Memory (SDM), Reflective Reorientation Mechanism (RRM)の3つのコアコンポーネントで構成されている。
論文 参考訳（メタデータ） (2026-05-19T10:18:46Z) - NavOL: Navigation Policy with Online Imitation Learning [10.836499380430254]
NavOLはオンラインの模倣学習パラダイムで、シミュレータと対話し、専門家によるデモをオンラインで行う。
NavOLはロールアウト更新ループでトレーニングする:ロールアウトの間、ポリシーはシミュレータで動作し、グローバル環境へのアクセスを特権とするグローバルプランナーに問い合わせる。
このオンライン模倣ループは、報酬設計の必要性を排除し、学習効率を向上し、ポリシー独自のロールアウトのトレーニングによる分散シフトを緩和する。
論文 参考訳（メタデータ） (2026-05-12T08:33:38Z) - AutoFly: Vision-Language-Action Model for UAV Autonomous Navigation in the Wild [62.47761809929869]
視覚言語ナビゲーション(VLN)は、視覚的観察とともに言語指示を解釈することで、知的エージェントが環境をナビゲートする必要がある。
無人航空機(UAV)の現在のVLN研究は、所定のルートに沿ってUAVを誘導するための詳細な指示に依存している。
本稿では,自律型UAVナビゲーションのためのエンド・ツー・エンドのビジョン・ランゲージ・アクションモデルであるAutoFlyを提案する。
論文 参考訳（メタデータ） (2026-02-10T11:08:07Z) - Nav-$R^2$ Dual-Relation Reasoning for Generalizable Open-Vocabulary Object-Goal Navigation [67.68165784193556]
Nav-$R2$は、ターゲット環境モデリングと環境行動計画という2つのタイプの関係を明示的にモデル化するフレームワークである。
我々のSA-Memは、時間的・意味的両面から最も標的に関連し、現在の観測関連の特徴を保っている。
Nav-R2は、合理化され効率的なパイプラインを通して見えないオブジェクトをローカライズする、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） (2025-12-02T04:21:02Z) - RSRNav: Reasoning Spatial Relationship for Image-Goal Navigation [57.197881161006904]
近年のイメージゴールナビゲーション(ImageNav)手法は,目標と自我中心の画像の意味的特徴を別々に捉え,知覚行動ポリシーを学習している。
本稿では,目標と現在の観測値の空間的関係をナビゲーションガイダンスとして考慮する,シンプルで効果的な手法であるRSRNavを提案する。
論文 参考訳（メタデータ） (2025-04-25T00:22:17Z)
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。