論文の概要: RingNav: Task-Shaped Circular Memory for Visual Heading
- arxiv url: http://arxiv.org/abs/2610.19044v1
- Date: Tue, 13 Oct 2026 18:33:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.760289
- Title: RingNav: Task-Shaped Circular Memory for Visual Heading
- Title（参考訳）: RingNav: ビジュアルヘッダのためのタスク整形円形メモリ
- Abstract要約: RingNavは連続した画像間のターンのみを学習し、方向は円上で直接合成される。
TartanAir Visual SLAM Challengeで、RingNavは平均絶対回転誤差を(27%)減らし、4ドル/秒(15%)以上の方向誤差を蓄積する。
- 参考スコア（独自算出の注目度）: 11.752042811455206
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tiny robots have limited computation and memory, yet visual navigation systems often maintain more state than a task requires. We ask whether persistent memory can instead be shaped by the task. We present \textbf{RingNav}, a \(10.6\)k--parameter visual heading estimator that constrains its memory to the circular manifold \(S^1\). RingNav learns only the turn between consecutive images, while heading is composed directly on the circle. On the TartanAir Visual SLAM Challenge, RingNav reduces mean absolute turn error by \(27\%\) and accumulated heading error over $4$ sec by \(15\%\) relative to a similarly sized learned-memory model. The structured update also gives exactly zero turn for identical frames and exact cancellation under sequence reversal. Without fine-tuning, RingNav transfers to real-world drone experiments and continues estimating heading under severe visual degradation. RingNav runs at $27.3$Hz on Raspberry Pi Zero 2W and can be deployed on an ultra-low power GAP8 processor at $33.4$Hz.
- Abstract（参考訳）: 小型ロボットは計算量やメモリが限られているが、視覚ナビゲーションシステムはタスクよりも多くの状態を維持できることが多い。
その代わりに、永続メモリがタスクによって形作ることができるかどうかを問う。
我々は、そのメモリを円多様体 \(S^1\) に制限する、(10.6\)k-パラメータの視線方向推定器である \textbf{RingNav} を提示する。
RingNavは連続した画像間のターンのみを学習し、方向は円上で直接合成される。
TartanAir Visual SLAM Challengeでは、RingNavは、同じ大きさの学習メモリモデルと比較して平均絶対ターンエラーを \(27\%\) で減らし、リードエラーを 4$ sec = 15\%\) で蓄積する。
構造化されたアップデートは、同じフレームに対して正確にゼロターンと、シーケンス反転時の正確なキャンセルも提供する。
微調整なしでは、RingNavは現実世界のドローン実験に移行し、厳しい視覚的劣化の下での進路の推定を継続する。
RingNavはRaspberry Pi Zero 2Wで27.3ドルHzで動作し、超低消費電力のGAP8プロセッサで33.4ドルHzで展開できる。
関連論文リスト
- Lifelong small-object navigation in changing object layouts: a benchmark and method [60.642096348895876]
家庭内のロボットは、同じ環境のさまざまな物体に継続的に行き来する必要がある。
本稿では,この課題をLiSoNav-COL (LiSoNav-COL) における生涯小物体ナビゲーションとして定式化する。
エージェントは、信頼できる観察のために適切な視点を求め、シーン知識を蓄積し再利用し、オブジェクトの移動後に古いメモリを更新する必要がある。
論文 参考訳（メタデータ） (2026-10-07T14:07:34Z) - NavPatch: Evidence-Guided Object-Level Costmap Correction with Vision-Language Models [6.1440916891645285]
私たちは、ADD、REMOVE、EXTENDを関連オブジェクトカテゴリのナビゲーションに割り当てるオブジェクトレベルの補正層であるNavPatchを紹介します。
Open vocabulary Groundingはオブジェクトインスタンスをローカライズし、LiDARとRGB-D観測は3Dサポートを提供する。
論文 参考訳（メタデータ） (2026-09-13T14:30:55Z) - 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) - Think at 5 Hz, Act at 20 Hz: Asynchronous Fast-Slow Vision-Language-Action Inference for Closed-Loop Driving [9.75159490914078]
大規模言語モデルは、命令の追従とシーン推論をエンドツーエンドの駆動にもたらす。
既存のクローズドループエージェントはこのギャップを、別のシミュレーションティッチでモデルを呼び出すことで隠している。
この妥協を取り除いた高速スローアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-07-17T04:40:02Z) - Self-Healing Visual Recovery for Autonomous Ground Vehicles Using Camera-Only Visual Odometry [1.7842332554022695]
1台のカメラと少ないコンピューティングパワーしか必要とせず、ラインがブロックされたり、シャープに曲がったり、視界を外れたりすると失敗する可能性があるため、ラインフォローは有用である。
本稿では、LiDAR、GPS、GPUを使わずに、ガイドライントラッキングを復元する軽量な2段階リカバリ手法を提案する。
この方法は86.6%のケースで成功し、平均回復時間は3.26秒であった。
論文 参考訳（メタデータ） (2026-07-13T15:22:32Z) - BIT-Nav: Brain-Inspired Trajectory Memory for Embodied Navigation [0.11744028458220425]
BIT-Nav(Brain-Inspired Trajectory Memory for Navigation)は,凍結したVLMナビゲーションパイプラインを学習用トラジェクトリメモリで拡張するフレームワークである。
BIT-Navは、同一の行動意図を共有する軌道上での多陽性InfoNCEの対照的な目的を通じて、行動と相対的なポーズ配列についてBi-GRUエンコーダを訓練する。
結果として得られる埋め込みは、軽量なプレフィックスを介してVLMトークン空間に投影され、各決定ステップで単一のメモリトークンとして注入される。
論文 参考訳（メタデータ） (2026-06-19T13:06:02Z) - EvoMemNav: Efficient Self-Evolving Fine-Grained Memory for Zero-Shot Embodied Navigation [81.54723508469617]
EvoMemNavは、ゼロショットエンボディナビゲーションのための効率的で自己進化的できめ細かいメモリフレームワークである。
VSMGraphは、セマンティックキューとトポロジ的関係を持つビューをルームビューオブジェクト階層に整理する。
GOAT-BenchとHM3Dのオブジェクト、テキスト記述、画像ゴールのモダリティによる実験は、SR/SPLにおいて一貫した利得を示している。
論文 参考訳（メタデータ） (2026-06-02T11:27:44Z) - MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep Learning [72.80896338009579]
メモリボトルネックは畳み込みニューラルネットワーク(CNN)の設計における不均衡なメモリ分布に起因する。
本稿では,ピークメモリを大幅に削減するパッチ・バイ・パッチ・推論スケジューリングを提案する。
ニューラルアーキテクチャサーチによるプロセスを自動化し、ニューラルアーキテクチャと推論スケジューリングを共同で最適化し、MCUNetV2に導いた。
論文 参考訳（メタデータ） (2021-10-28T17:58:45Z)
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。