Fugu-MT 論文翻訳(概要): CMAR-search: Commonsense and Memory Augmented Reasoning for Object Search in Dynamic Interactive Environments

論文の概要: CMAR-search: Commonsense and Memory Augmented Reasoning for Object Search in Dynamic Interactive Environments

arxiv url: http://arxiv.org/abs/2610.30606v1
Date: Thu, 22 Oct 2026 02:13:52 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-24 02:08:44.187791
Title: CMAR-search: Commonsense and Memory Augmented Reasoning for Object Search in Dynamic Interactive Environments
Title（参考訳）: CMAR-search:動的インタラクティブ環境におけるオブジェクト探索のためのコモンセンスとメモリ拡張推論
Abstract要約: CMAR-searchはCommonsense and Memory Augmented Reasoning(CMAR)に基づく新しいフレームワークである提案手法では, 地域機能に関する常識を活用し, 環境記憶を集約し, 機能的3次元シーングラフ(F3DSG)を構築する。 CMARは、マクロ領域とマイクロコンテナレベルの階層的なアクションプランニングを可能にし、効果的なオブジェクト探索のための意味的関連領域を効率的に識別し、検査することを可能にする。
参考スコア（独自算出の注目度）: 12.245748864856553
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Dynamic interactive object search in large-scale human environments presents substantial challenges for existing methods. Current scene representations like 3D Scene Graphs (3DSG) only provide coarse-grained spatial segmentation and cannot identify functional areas such as storage or leisure areas. Without functional area understanding, existing methods are constrained to exhaustive sequential exploration at large scales, resulting in inefficient search behaviors -- particularly in open-layout environments with numerous interactive objects such as drawers and cabinets. Moreover, these methods lack adaptability to environmental dynamics such as object relocations. To address these limitations, this paper proposes CMAR-search, a novel framework built upon Commonsense and Memory Augmented Reasoning (CMAR). Our approach leverages commonsense about area functionalities and aggregates environmental memory to construct a Functional 3D Scene Graph (F3DSG), which organizes the environment into functional areas with their associated containers. Through this structured representation, CMAR enables hierarchical action planning at both macro-area and micro-container levels, empowering the system to efficiently identify and inspect semantically relevant areas for effective object search. Notably, CMAR continuously integrates real-time perception, accumulated memory, and commonsense to dynamically relocalize objects in changing environments. Extensive experiments in simulation and real-world settings demonstrate that CMAR-search significantly surpasses state-of-the-art baselines in both success rate and search efficiency for object search in dynamic interactive environments.
Abstract（参考訳）: 大規模人間環境における動的対話型オブジェクト探索は,既存の手法に重大な課題をもたらす。 3次元シーングラフ(3DSG)のような現在のシーン表現は粗い空間分割しか提供せず、記憶領域やレジャー領域のような機能領域を特定できない。機能領域の理解がなければ、既存の手法は大規模なシーケンシャルな探索に制約されるため、特に引き出しやキャビネットのような多数のインタラクティブなオブジェクトを持つオープンレイアウト環境では、探索の非効率な振る舞いが生じる。さらに、これらの手法は、オブジェクトの移動のような環境力学への適応性に欠ける。本稿では,Commonsense and Memory Augmented Reasoning(CMAR)に基づく新しいフレームワークであるCMAR-searchを提案する。提案手法では,地域機能に関する共通知識を活用し,環境記憶を集約してF3DSG(Functional 3D Scene Graph)を構築する。この構造的表現を通じて、CMARはマクロ領域とマイクロコンテナレベルの階層的なアクションプランニングを可能にし、効果的なオブジェクト探索のための意味的関連領域を効率的に識別し、検査することを可能にする。特にCMARは、リアルタイム認識、蓄積メモリ、コモンセンスを継続的に統合し、変化する環境においてオブジェクトを動的に再ローカライズする。シミュレーションおよび実世界環境における広範囲な実験により、CMAR-searchは、動的インタラクティブ環境におけるオブジェクト探索における成功率と探索効率の両方において、最先端のベースラインを大幅に超えることを示した。

関連論文リスト

HitMem: Hierarchical Temporal 3D Memory with Multi-Modal Context-Aware Retrieval for Dynamic Environments [5.55387168911911]
HitMemは階層的な時間的3Dメモリフレームワークで、マルチモーダルなコンテキスト認識検索機構を備えている。 HitMemはオブジェクトの移動精度を大幅に向上し、探索コストを低減し、動的環境におけるタスク実行性能を向上させる。
論文参考訳（メタデータ） (2026-09-01T09:09:21Z)
Semantic Area Graph Reasoning for Multi-Robot Language-Guided Search [12.427956436869584]
textitSemantic Area Graph Reasoning (SAGR)は、大規模言語モデル(LLM)が環境の構造的セマンティックトポロジ的抽象化を通して、マルチロボット探索とセマンティックサーチの協調を可能にする階層的なフレームワークである。 100のシナリオにわたるHabitat-Matterport3Dデータセットの実験では、SAGRは最先端の探索手法と競合し続け、セマンティックターゲットの探索効率は最大18.8%向上した。
論文参考訳（メタデータ） (2026-04-17T17:19:54Z)
POMDP-based Object Search with Growing State Space and Hybrid Action Domain [25.846438061479446]
新たなオンラインPOMDPソルバであるGNPF-kCT(英語版)が,この問題に対処するために提案されている。モンテカルロ木探索 (MCTS) を用いて最適な行動を選択する。限られた情報や報酬でシナリオに対処するために,グリッドワールドモデルを用いた推定対象オブジェクトも導入する。
論文参考訳（メタデータ） (2026-04-16T13:01:13Z)
Relational Semantic Reasoning on 3D Scene Graphs for Open World Interactive Object Search [14.297888615008041]
SCOUT: Scene Graph-Based Exploration with Learned Utility for Open-World Interactive Object Searchを紹介する。 SCOUTは部屋、フロンティア、オブジェクトにユーティリティスコアを割り当てることで、3Dシーングラフを直接検索する。対話型オブジェクト検索タスクにおける意味的推論を評価するためのスケーラブルなシンボリックベンチマークであるSymSearchを提案する。
論文参考訳（メタデータ） (2026-03-05T19:52:26Z)
Online Segment Any 3D Thing as Instance Tracking [60.20416622842975]
オンライン3Dセグメンテーションをインスタンス追跡問題として再認識する(AutoSeg3D)。視覚基礎モデルに固有の断片化問題を緩和するために,空間整合性学習を導入する。 ScanNet200上でESAMを2.8 AP上回る新しい最先端技術を確立する。
論文参考訳（メタデータ） (2025-12-08T14:48:51Z)
IAAO: Interactive Affordance Learning for Articulated Objects in 3D Environments [56.85804719947]
IAAOは知的エージェントのための明示的な3Dモデルを構築するフレームワークで,対話を通して環境内の明瞭な物体の理解を得る。マスク特徴とビュー一貫性ラベルを多視点画像から抽出し,まず3次元ガウススティング(3DGS)を用いて各オブジェクト状態の階層的特徴とラベルフィールドを構築する。次に、3Dガウスプリミティブ上でオブジェクトと部分レベルのクエリを実行し、静的および明瞭な要素を識別し、大域的な変換と局所的な調音パラメータをアベイランスとともに推定する。
論文参考訳（メタデータ） (2025-04-09T12:36:48Z)
Go-SLAM: Grounded Object Segmentation and Localization with Gaussian Splatting SLAM [12.934788858420752]
Go-SLAMは動的環境の再構築に3DガウススティングSLAMを利用する新しいフレームワークである。本システムは,自然言語記述によるオブジェクトの検索を容易にする。
論文参考訳（メタデータ） (2024-09-25T13:56:08Z)
Hierarchical Graph Interaction Transformer with Dynamic Token Clustering for Camouflaged Object Detection [57.883265488038134]
本稿では,HGINetと呼ばれる階層的なグラフ相互作用ネットワークを提案する。このネットワークは、階層的トークン化機能間の効果的なグラフ相互作用を通じて、知覚不能なオブジェクトを発見することができる。本実験は,既存の最先端手法と比較して,HGINetの優れた性能を示すものである。
論文参考訳（メタデータ） (2024-08-27T12:53:25Z)
SupeRGB-D: Zero-shot Instance Segmentation in Cluttered Indoor Environments [67.34330257205525]
本研究では,RGB-Dデータからゼロショットのインスタンスセグメンテーション(ZSIS)を探索し,意味的カテゴリに依存しない方法で未知のオブジェクトを識別する。本稿では,注釈付きオブジェクトを用いて画素のオブジェクト性」を学習し,乱雑な屋内環境における未知のオブジェクトカテゴリに一般化する手法を提案する。
論文参考訳（メタデータ） (2022-12-22T17:59:48Z)

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。