論文の概要: GS-PRM: Gaussian Visual Roadmap for Image-Goal Navigation
- arxiv url: http://arxiv.org/abs/2610.19541v2
- Date: Thu, 15 Oct 2026 02:32:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:15.960086
- Title: GS-PRM: Gaussian Visual Roadmap for Image-Goal Navigation
- Title（参考訳）: GS-PRM:イメージゴールナビゲーションのためのガウス的ビジュアルロードマップ
- Abstract要約: 画像のゴールナビゲーションには、ローカルポリシーに従うことができる観察を提供しながら、視覚的に指定されたエンドポイントを接続するグローバルプランナーが必要である。
GS-PRMは3DGSレンダリングにより,マイルストーン,ローカル接続,視覚参照を直接構築したガウスの視覚ロードマップである。
最先端の3DGSベースのナビゲーションシステムと比較すると、GS-PRMベースのナビゲーションシステムは平均的な成功率の2倍に達する。
- 参考スコア（独自算出の注目度）: 2.1155908599769764
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image-goal navigation requires a global planner that connects visually specified endpoints while providing observations that a local policy can follow. Three-dimensional Gaussian Splatting (3DGS) provides map-registered RGB, opacity, and depth renderings, but does not explicitly encode navigable topology. We introduce GS-PRM, a Gaussian visual roadmap whose milestones, local connections, and visual references are constructed directly through 3DGS rendering without deriving an occupancy grid or signed distance field. We define render-based collision-free (RC-free) configurations and paths. Panoramic depth supplies conservative clearance for milestone validation and adaptive coverage, while edge-aligned orthographic rendering tests the robot's swept volume. We establish conditional soundness and sufficient conditions for deterministic query completeness and probabilistic construction completeness of GS-PRM. To validate the performance of GS-PRM, we conduct experiments in both simulated and real-world environments, demonstrating long-horizon navigation using goal-conditioned policies guided by GS-PRM. Compared with a state-of-the-art 3DGS-based navigation system, our GS-PRM-based navigation system achieves up to a twice higher average success rate and reduces travel time by up to 57.2% when both systems complete the navigation task.
- Abstract（参考訳）: 画像のゴールナビゲーションには、ローカルポリシーに従うことができる観察を提供しながら、視覚的に指定されたエンドポイントを接続するグローバルプランナーが必要である。
3次元ガウススティング(3DGS)は、地図登録されたRGB、不透明度、深度レンダリングを提供するが、ナビゲート可能なトポロジーを明示的にエンコードしていない。
本稿では, 3DGSレンダリングにより, 占有格子や符号付き距離場を導出することなく, マイルストーン, 局所接続, 視覚参照を直接構築するガウスの視覚ロードマップであるGS-PRMを紹介する。
我々は、レンダリングベースの衝突のない(RCのない)構成とパスを定義する。
パノラマ深度はマイルストーンの検証と適応的なカバレッジのために保守的なクリアランスを提供するが、エッジアライメントの整形レンダリングはロボットの後退ボリュームをテストする。
我々は,GS-PRMの条件付き完全性および確率的構成完全性について,条件付き完全性と十分な条件を確立する。
GS-PRMの性能を検証するため,GS-PRMによって誘導されたゴール条件付きポリシーを用いて,実環境と実環境の両方で実験を行った。
最新の3DGSベースのナビゲーションシステムと比較すると、GS-PRMベースのナビゲーションシステムは平均的な成功率を最大2倍に向上し、両方のシステムがナビゲーションタスクを完了すると、走行時間を最大57.2%削減する。
関連論文リスト
- NavArena: Automated Construction of Goal-Oriented Navigation Benchmarks from 3D Gaussian Splatting Reconstructions [27.72244200436069]
NavArenaは、固定された3DGS再構成を目標指向のビジュアルナビゲーションのためのベンチマークに変換する自動化フレームワークである。
NavArenaは2000以上のシーンで2220万のエキスパートトラジェクトリを生成する。
論文 参考訳（メタデータ） (2026-09-04T01:02:03Z) - Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation [68.02899606570223]
本稿では,効率的なエンボディナビゲーションのための統合フレームワークであるTAMP-Navを提案する。
まず、ナビゲーションを2次元の視覚座標に再構成するPixel-to-3D Action Formulation(Point)を導入する。
次に,Selective Reasoning and Anchor-Trajectory Memory Mechanism (Think and Memorize)を提案する。
論文 参考訳（メタデータ） (2026-08-18T08:37:08Z) - MG-Nav: Dual-Scale Visual Navigation via Sparse Spatial Memory [31.442399437713547]
MG-Navは、ゼロショットビジュアルナビゲーションのためのデュアルスケールフレームワークである。
グローバルメモリ誘導計画と局所的幾何学的制御を統一する。
論文 参考訳（メタデータ） (2025-11-27T16:43:21Z) - Building temporally coherent 3D maps with VGGT for memory-efficient Semantic SLAM [0.13048920509133805]
本稿では,VGGT(Vision Gated Generative Transformers)に基づくリアルタイムシーン理解フレームワークを提案する。
提案するパイプラインは、アシストナビゲーションを含むアプリケーションをサポートする、効率的でリアルタイムに近いパフォーマンスを実現するように設計されている。
論文 参考訳（メタデータ） (2025-11-20T12:03:28Z) - GS-RoadPatching: Inpainting Gaussians via 3D Searching and Placing for Driving Scenes [19.288891609639602]
GS-RoadPatching(GS-RoadPatching)は、完全に再構成された領域を参照してシーン完了を駆動する方法である。
提案手法は,3DGSモダリティによる代替シーンの塗り絵や編集を可能にする。
論文 参考訳（メタデータ） (2025-09-24T09:44:37Z) - GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting [1.118708572189902]
3D Splatting (3DGS) は3次元地図再構成と視覚SLAMの領域で注目されている。
3DGSにより強化された密に統合されたプルーニング・ビジュアル・慣性ナビゲーションシステムであるGS-GVINSを提案する。
このシステムは3次元ガウス写像を大規模屋外環境における連続的な微分可能表現として利用し,構築された3次元ガウス写像によるナビゲーション性能を向上させる。
論文 参考訳（メタデータ） (2025-02-16T03:29:32Z) - MonoGSDF: Exploring Monocular Geometric Cues for Gaussian Splatting-Guided Implicit Surface Reconstruction [86.87464903285208]
高品質な再構成のための神経信号距離場(SDF)とプリミティブを結合する新しい手法であるMonoGSDFを紹介する。
任意のスケールのシーンを扱うために,ロバストな一般化のためのスケーリング戦略を提案する。
実世界のデータセットの実験は、効率を保ちながら、以前の方法よりも優れています。
論文 参考訳（メタデータ） (2024-11-25T20:07:07Z) - GaussNav: Gaussian Splatting for Visual Navigation [92.13664084464514]
インスタンスイメージゴールナビゲーション(IIN)では、エージェントが探索されていない環境で、目標画像に描かれた特定のオブジェクトを見つける必要がある。
視覚ナビゲーションのためのガウススティング(GaussNav)であるIINの新しいフレームワークを提案し、3次元ガウススティング(DGS)に基づく新しい地図表現を構築した。
当社のGaussNavフレームワークは,Habitat-Matterport 3D(HM3D)データセットにおいて,SPL(Path Length)によるSuccessの重み付けを0.347から0.578に増加させ,大幅なパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2024-03-18T09:56:48Z)
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。