論文の概要: HTCE: Homeomorphism-inspired Topological Cross-Scene Experience Canonicalization and Reuse for Object Navigation

• arxiv url: http://arxiv.org/abs/2611.04836v1
• Date: Tue, 03 Nov 2026 13:05:18 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:40:47.390695
• Title: HTCE: Homeomorphism-inspired Topological Cross-Scene Experience Canonicalization and Reuse for Object Navigation
• Title（参考訳）: HTCE:ホメオモルフィズムにインスパイアされたトポロジカルクロスシーン体験の標準化とオブジェクトナビゲーションへの再利用
• Abstract要約: HTCEは、ナビゲーションエクスペリエンスを標準化し再利用する、同相性にインスパイアされたフレームワークである。 凍結した視覚言語ポリシーのガイダンスとして、サブディビジョン・アウェア・マッチングを通じて歴史的に成功したアプローチを検索する。 HM3D v0.1では-59.9%/31.8%、HM3D v0.2では71.0%/31.5%、MP3Dでは46.6%/16.6%、SRは最大4.9ポイント、構造化された検索は最大2.8ポイントである。
• 参考スコア（独自算出の注目度）: 55.45263611374435
• License:
• Abstract: As embodied agents perform object-goal navigation across residential environments, they accumulate successful experiences whose semantic structure recurs across scenes even when geometric trajectories do not. Reusing such experience is challenging because differences in region naming and observation granularity produce distinct graph representations of similar approaches, while meaningful differences in anchors, branches, and endpoints must stay distinguishable. We introduce HTCE, a homeomorphism-inspired topological framework that canonicalizes and reuses navigation experience. Feature and topology subdivisions characterize representational variations, and their semantically constrained reductions produce comparable semantic sequences and structural signatures while preserving semantic anchors, branching relations, and navigation endpoints. HTCE then retrieves historical successful approaches through subdivision-aware matching as guidance for a frozen vision-language policy. Canonicalization compresses the experience index losslessly, merging 17.7--23.6\% of distinct stored route descriptions while retaining full task performance. Under a single frozen vision-language backbone shared by all compared systems, HTCE attains the best SR and SPL in every setting---59.9\%/31.8\% on HM3D v0.1, 71.0\%/31.5\% on HM3D v0.2, and 46.6\%/16.6\% on MP3D---with SR gains of up to 4.9 points and structured retrieval contributing up to 2.8 SPL points. The code is available in https://github.com/startracker0/htce.git
• Abstract（参考訳）: エンボディエージェントは住宅環境を横断するオブジェクトゴールナビゲーションを行うため、幾何学的軌跡が存在しない場合でも、セマンティック構造がシーン全体に再帰する成功体験を蓄積する。 このような経験の再利用は、リージョンの命名と観察の粒度の違いが類似したアプローチのグラフ表現を生成するのに対して、アンカー、ブランチ、エンドポイントの有意義な違いは区別可能である必要があるため、難しい。 ナビゲーションエクスペリエンスを標準化し再利用する,同相性に着想を得たトポロジカルフレームワークであるHTCEを紹介する。 特徴とトポロジは表現のバリエーションを特徴づけ、意味的に制約された還元は、意味的なアンカー、分岐関係、ナビゲーションエンドポイントを保存しながら、同等な意味的シーケンスと構造的シグネチャを生成する。 HTCEは、凍結した視覚言語ポリシーのガイダンスとして、サブディビジョン対応マッチングを通じて、歴史的に成功したアプローチを回収する。 標準化は、完全なタスク性能を維持しながら、異なるストアドルート記述の17.7--23.6\%をマージして、経験指数を損失なく圧縮する。 すべての比較システムで共有される単一の凍結された視覚言語バックボーンの下で、HTCEはHM3D v0.1では-59.9\%/31.8\%、HM3D v0.2では71.0\%/31.5\%、MP3Dでは46.6\%/16.6\%、SRの最大4.9ポイント、構造化された検索では2.8SPLポイントで最高のSRとSPLを達成している。 コードはhttps://github.com/startracker0/htce.gitで入手できる。

関連論文リスト

• HGWM: Hierarchical Graph-Guided World Model for Zero-Shot Object Navigation via Graph Matching [9.168783088452459]
  本稿では,カテゴリ条件付きルームアンカーと永続的空間意味記憶を組み合わせた階層型グラフ誘導世界モデルを提案する。 位相依存融合は、これらの信号と言語モデルレコメンデーションを統合し、局所的なナビゲーションをガイドする。
  論文  参考訳（メタデータ） (2026-10-23T12:35:26Z)
• 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)
• SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation [2.272547247667044]
  SSTG-Navは再利用可能なメートル法セマンティックメモリで、1回のサーベイを実行可能なオブジェクトゴールに変換する。 36シーンにわたる1000のHM3D-v2エピソードにおいて、私たちのゴールに依存しないトポロジーは99.4%の幾何学的成功天井を達成した。
  論文  参考訳（メタデータ） (2026-08-01T08:40:04Z)
• VTM-Nav: Hierarchical Visual-Topological Memory for Cross-Episode Object-Goal Navigation [55.45263611374435]
  エージェントが同じシーンで繰り返し操作し、自己獲得経験のみを保持し、モデルパラメータを固定するクロスエポソードオブジェクトゴールナビゲーションを提案する。 経験の再利用を支援するために,永続的階層型ビジュアルトポロジカルメモリ(VTM)を用いたトレーニング不要なVLMナビゲーションフレームワークを提案する。 提案手法は,3つのベンチマークすべてで最高のパフォーマンスを実現し,データセット間の構造化視覚トポロジカルエクスペリエンスの再利用の有効性と堅牢性を示す。
  論文  参考訳（メタデータ） (2026-07-16T03:11:37Z)
• 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)
• TSP3D: Text-guided Sparse Voxel Pruning for Efficient 3D Visual Grounding [74.033589504806]
  視覚的グラウンド化のための効率的なマルチレベル畳み込みアーキテクチャを提案する。 提案手法はトップ推論速度を達成し,従来の最速の手法を100% FPS で上回っている。
  論文  参考訳（メタデータ） (2025-02-14T18:59:59Z)
• 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)
• SOAT: A Scene- and Object-Aware Transformer for Vision-and-Language Navigation [57.12508968239015]
  本研究は,トランスフォーマーを用いた視覚言語ナビゲーション (VLN) エージェントを提案する。 シーン分類ネットワークとオブジェクト検出器の2つの異なるビジュアルエンコーダを使用する。 シーン機能は、オブジェクトレベルの処理をサポートする高レベルなコンテキスト情報を提供する。
  論文  参考訳（メタデータ） (2021-10-27T03:29:34Z)

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。