論文の概要: RangeNav: Task-Aligned LiDAR Range-Image Pretraining for Robot Navigation

• arxiv url: http://arxiv.org/abs/2610.29845v1
• Date: Wed, 21 Oct 2026 15:06:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.388998
• Title: RangeNav: Task-Aligned LiDAR Range-Image Pretraining for Robot Navigation
• Title（参考訳）: RangeNav: ロボットナビゲーションのためのタスク対応LiDARレンジ画像準備
• Abstract要約: RangeNavはコンパクトな(183kパラメータ)LiDARレンジイメージエンコーダで、完全に合成データに基づいて事前訓練されている。 本研究では, 航続距離再構成, セマンティックセグメンテーション, 鳥眼ビュー(BEV)予測を併用したナビゲーション型客観的なネットワークを事前学習し, 政策学習のために凍結する。
• 参考スコア（独自算出の注目度）: 8.232421784621339
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Autonomous mobile robots operating in dense crowds and cluttered sites require $360^\circ$ perception to react to surrounding hazards. While panoramic LiDAR offers full-surround coverage, learning representations within reinforcement learning (RL) is sample-inefficient under sparse rewards, and existing 3D pretrained point-cloud encoders are too memory-heavy for massively parallel RL simulation. We present RangeNav, a compact (183k parameters) LiDAR range-image encoder pretrained entirely on synthetic data. RangeNav uses anisotropic convolutions and circular padding to handle the extreme aspect ratio and azimuthal seam of range images. We pretrain the network using a navigation-aligned objective combining range reconstruction, semantic segmentation, and bird's-eye-view (BEV) prediction, then freeze it for policy learning. In simulation, adding semantic and BEV supervision increases success rates over a reconstruction-only baseline by an average of 32.03 and 23.73 percentage points (pp) in procedurally generated training and out-of-distribution realistic test environments, respectively. Zero-shot real-world deployments on a Unitree B2-W quadruped demonstrate robust navigation through dense crowds, low-light settings, and construction zones where limited-field-of-view depth policies struggle. Code and models will be open-sourced.
• Abstract（参考訳）: 密集した群衆や散らばった場所で動く自律移動ロボットは、周囲の危険に対処するために360^\circ$の認識を必要とする。 パノラマLiDARはフルサラウンドカバレッジを提供するが、強化学習(RL)内の学習表現はスパース報酬下ではサンプル非効率であり、既存の3D事前学習ポイントクラウドエンコーダは大規模な並列RLシミュレーションではメモリ重すぎる。 合成データに基づいて事前訓練したコンパクトなLiDARレンジイメージエンコーダであるRangeNav(183kパラメータ)を提案する。 RangeNavは異方性畳み込みと円形のパディングを使用して、範囲画像の極端なアスペクト比と方位シームを処理する。 本研究では, 航続距離再構成, セマンティックセグメンテーション, 鳥眼ビュー(BEV)予測を併用したナビゲーション型客観的なネットワークを事前学習し, 政策学習のために凍結する。 シミュレーションでは、セマンティクスとBEVの監督を追加することで、プロシージャによって生成されたトレーニングにおける平均32.03ポイントと23.73ポイント(pp)のリコンストラクションのみのベースライン上での成功率が向上する。 Unitree B2-Wの四足歩行におけるゼロショットの現実世界の展開は、密集した群衆、低照度設定、そして視野の制限された奥行きポリシーが苦労する建設ゾーンを通して堅牢なナビゲーションを示す。 コードとモデルはオープンソースになる。

関連論文リスト

• MB-Loc: Multi-planar Bird's-eye-view Localization in outdoor LiDAR scenes [2.3666547827177733]
  我々は,グローバルLiDARローカライゼーションのための軽量かつ視点ロバストなSCRフレームワークMB-Locを提案する。 Z軸に沿って点雲をスライスし、符号付き深度を離散2次元平面にマッピングすることにより、MB-Locは標準2次元CNNの計算的トラクタビリティを活用しながら必須な3次元幾何学構造を保持する。 我々は、公開可能なNCLTデータセットに関する広範な実験を行い、提案手法が現在の最先端技術よりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-06-07T17:25:06Z)
• An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack [35.094251140860756]
  タスク固有のトレーニングを使わずに,LiDARとモノクル3次元認識の両方をサポートするオープンソースのナビゲーションスタックを提案する。 単分子配置では、ゼロショット深度予測とメートル法深度再スケーリングをスパースSLAM測定を用いて組み合わせる。 結果として得られるポイントクラウドは、コストマップベースの計画のためのロボット中心の2.5D高度マップを生成するために使用される。
  論文  参考訳（メタデータ） (2026-04-03T15:19:20Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• BEV-MAE: Bird's Eye View Masked Autoencoders for Point Cloud Pre-training in Autonomous Driving Scenarios [51.285561119993105]
  自律運転におけるLiDARに基づく3Dオブジェクト検出のための,効率的なマスク付きオートエンコーダ事前学習フレームワークであるBEV-MAEを提案する。 具体的には、3Dエンコーダ学習特徴表現を導くために,鳥の目視(BEV)誘導マスキング戦略を提案する。 学習可能なポイントトークンを導入し、3Dエンコーダの一貫性のある受容的フィールドサイズを維持する。
  論文  参考訳（メタデータ） (2022-12-12T08:15:03Z)
• iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
  iSDFは実時間符号付き距離場再構成のための連続学習システムである。 より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
  論文  参考訳（メタデータ） (2022-04-05T15:48:39Z)
• RAANet: Range-Aware Attention Network for LiDAR-based 3D Object Detection with Auxiliary Density Level Estimation [11.180128679075716]
  自律運転のためのLiDARデータから3Dオブジェクトを検出するために,Range-Aware Attention Network (RAANet) が開発された。 RAANetはより強力なBEV機能を抽出し、優れた3Dオブジェクト検出を生成する。 nuScenesデータセットの実験により,提案手法がLiDARを用いた3Dオブジェクト検出の最先端手法より優れていることが示された。
  論文  参考訳（メタデータ） (2021-11-18T04:20:13Z)

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。