論文の概要: X-Nav Technical Report: Real-World Long-Horizon Indoor-to-Outdoor Navigation on a Humanoid Robot
- arxiv url: http://arxiv.org/abs/2611.17598v1
- Date: Thu, 12 Nov 2026 23:38:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.277771
- Title: X-Nav Technical Report: Real-World Long-Horizon Indoor-to-Outdoor Navigation on a Humanoid Robot
- Title(参考訳): X-Nav 技術報告:ヒューマノイドロボットの室内外航法
- Abstract要約: X-Navは、二足歩行のヒューマノイドを屋内から屋外まで、言語で指示された長距離ミッションを通じて取り込む最初のシステムである。
同社のデータエンジンは、オープンソースのシーンや、デプロイサイトのデジタルツインや、実際のロボット上のナビゲーションデータを収集する。
Lingxi X2では、X-Navがオフィスロビーから近くのビルの店まで約100mのミッションを完了している。
- 参考スコア(独自算出の注目度): 21.849030552781045
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Long-horizon navigation from indoors to outdoors remains an open problem for humanoid robots: one instruction covers rooms, doors and roads, and the camera moves with the gait. Worken, AGIBOT's measure of productive robot work, depends on robots that reach their workplaces autonomously. We present X-Nav, to our knowledge the first system to take a bipedal humanoid through a language-instructed long-horizon mission from indoors to outdoors. X-Nav covers a pipeline from data to deployment. Its data engine collects navigation data in open-source scenes, in digital twins of deployment sites and on real robots. Its navigation model, MELIOR, takes only RGB images from the robot's built-in camera and comes in two versions: MELIOR-A predicts actions, and MELIOR-N predicts a navigation goal. Its agentic workflow, X-Navarch, turns a brief human instruction into sub-tasks and deploys MELIOR on the robot with explicit target navigation and obstacle avoidance. On the Lingxi X2, X-Nav completes a mission of about a hundred metres from an office lobby to a store in a neighbouring building; LiDAR and odometry are used for target approach and low-level control. The mission is completed with both versions of MELIOR: the robot follows a change of destination and walks through a door from the lobby to the road, and with X-Navarch it also passes static and dynamic obstacles on the route. During deployment, MELIOR is adapted with data collected in a digital twin of the site; the adaptation raises its closed-loop success rate in the twin, and the adapted model is then deployed on the robot at the real site. In addition, MELIOR achieves competitive results on the R2R-CE and RxR-CE benchmarks.
- Abstract(参考訳): 室内から屋外への長距離ナビゲーションは、人間型ロボットにとってオープンな問題であり、部屋、ドア、道路をカバーし、カメラは歩行とともに動く。
AGIBOTの生産性ロボット作業の尺度であるWorkenは、自分たちの職場に自律的に到達するロボットに依存している。
我々は、X-Navについて、屋内から屋外まで、言語で指示された長距離ミッションを通じて二足歩行のヒューマノイドを初めて取るシステムについて紹介する。
X-Navはデータからデプロイメントまでのパイプラインをカバーしている。
同社のデータエンジンは、オープンソースのシーンや、デプロイサイトのデジタルツインや、実際のロボット上のナビゲーションデータを収集する。
ナビゲーションモデルであるMELIORは、ロボットの内蔵カメラからRGBの画像のみを取り、MELIOR-Aはアクションを予測し、MELIOR-Nはナビゲーション目標を予測する。
そのエージェントワークフローであるX-Navarchは、簡単な人間の指示をサブタスクに変換し、明確な目標ナビゲーションと障害物回避を備えたMELIORをロボットに展開する。
Lingxi X2では、X-Navはオフィスロビーから近くのビルの店まで約100mのミッションを完了し、LiDARとオドメトリーはターゲットアプローチと低レベル制御に使用される。
ロボットは目的地の変更に従い、ロビーから道路へのドアを通り抜け、X-Navarchではルート上の静的かつダイナミックな障害物も通過する。
デプロイ中、MELIORはサイトのデジタルツインで収集されたデータで適応され、適応はツインでクローズドループの成功率を高め、適応されたモデルは実際の場所でロボットにデプロイされる。
さらに、MELIORはR2R-CEとRxR-CEのベンチマークで競合する結果を得る。
関連論文リスト
- AVALON: Zero-Shot Indoor Navigation with Human-Seeded Topological Memory [4.416249015503668]
サービスロボットは、既にユーザにとって馴染みのあるレイアウトやタスクの制約がある、マップされていない建物に入ることが多い。
AVALONというトポロジカルナビゲーションフレームワークは,人為的空間記憶を中心に構成されている。
ビジュアルディープ・ポイントゴールナビゲーションは、検証されたノード到着を利用して、ロボットが構築したグローバルSLAMマップを必要とせずに翻訳的再編成を行う。
論文 参考訳(メタデータ) (2026-10-15T09:33:04Z) - NavVerse: Benchmarking Indoor-to-Outdoor Embodied Navigation in Continuous Robot Simulation [15.21423340398543]
NavVerseは、屋内から屋外へのエンボディナビゲーションのための物理を利用したベンチマークである。
NavVerseには100の屋内シーン、50の都市屋外シーン、50の屋内屋外シーン、および1万のエピソードが収録されている。
エージェントはタスクサクセス、パス効率、安全性メトリクスを使用して実行可能なロボットインタフェースを通じて評価される。
論文 参考訳(メタデータ) (2026-07-22T02:53:46Z) - From Language to Navigation Goals: A Vision-Language Approach for Semantic Navigation of Mobile Robots Using RGB-D Perception [42.903763223989536]
本研究は,移動ロボットによる自然言語によるユーザ要求の解釈を可能にする,言語駆動ナビゲーションフレームワークを提案する。
このフレームワークは、自然言語命令をナビゲーションアクションに変換するために協力するモジュール型のROS 2コンポーネントで構成されている。
その結果、フレームワークは直接コマンドとコンテキスト要求の両方をうまく解釈し、有意義な自然言語フィードバックを生成し、所望の目標に向かってナビゲートすることがわかった。
論文 参考訳(メタデータ) (2026-07-15T09:15:21Z) - Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System [96.69286664036143]
Qwen-RobotNavは、Qwen-RobotNav上に構築されたスケーラブルなナビゲーションモデルである。
156万のサンプルでQwen-RobotNavをトレーニングします。
Qwen-RobotNavは、主要なナビゲーションベンチマークにまたがって、最先端の結果を新たに設定する。
論文 参考訳(メタデータ) (2026-06-16T16:17:44Z) - Uni-LaViRA: Language-Vision-Robot Actions Translation for Unified Embodied Navigation [60.07205156194741]
身体的なナビゲーションでは、エージェントが言語や視覚的な観察を、実際に見たことのない環境を通して実際のロボットを駆動する空間的な行動の流れにマッピングする必要がある。
統合エージェントアーキテクチャであるUni-LaViRAを4つのタスクファミリと4つの異種実ロボットに拡張する。
論文 参考訳(メタデータ) (2026-05-26T18:52:04Z) - Indoor Localization for Autonomous Robot Navigation [0.0]
本稿では,自律型ロボットの室内ナビゲーションにおける屋内位置決めシステム(IPS)の利用について検討する。
我々はA*経路計画アルゴリズムを開発し、ロボットが予測された方向をナビゲートできるようにした。
異なるネットワーク構造をテストした後、我々のロボットは、およそ50%の時間で角をナビゲートすることができた。
論文 参考訳(メタデータ) (2025-02-28T05:25:04Z) - CANVAS: Commonsense-Aware Navigation System for Intuitive Human-Robot Interaction [19.997935470257794]
本稿では,コモンセンス認識ナビゲーションのための視覚的および言語的指示を組み合わせたフレームワークであるCANVASを提案する。
その成功は模倣学習によって引き起こされ、ロボットは人間のナビゲーション行動から学ぶことができる。
実験の結果,CANVASはすべての環境において,強力なルールベースシステムであるROS NavStackよりも優れていることがわかった。
論文 参考訳(メタデータ) (2024-10-02T06:34:45Z) - Hyp2Nav: Hyperbolic Planning and Curiosity for Crowd Navigation [58.574464340559466]
我々は,群集ナビゲーションを実現するための双曲学習を提唱し,Hyp2Navを紹介した。
Hyp2Navは双曲幾何学の本質的な性質を活用し、ナビゲーションタスクにおける意思決定プロセスの階層的性質をよりよく符号化する。
本稿では, 効果的なソーシャルナビゲーション, 最高の成功率, 複数シミュレーション設定におけるリターンをもたらす, 双曲型ポリシーモデルと双曲型好奇性モジュールを提案する。
論文 参考訳(メタデータ) (2024-07-18T14:40:33Z) - GNM: A General Navigation Model to Drive Any Robot [67.40225397212717]
視覚に基づくナビゲーションのための一般的な目標条件付きモデルは、多くの異なるが構造的に類似したロボットから得られたデータに基づいて訓練することができる。
ロボット間の効率的なデータ共有に必要な設計決定について分析する。
我々は、訓練されたGNMを、下四極子を含む様々な新しいロボットに展開する。
論文 参考訳(メタデータ) (2022-10-07T07:26:41Z) - Socially Compliant Navigation Dataset (SCAND): A Large-Scale Dataset of
Demonstrations for Social Navigation [92.66286342108934]
社会ナビゲーションは、ロボットのような自律的なエージェントが、人間のような他の知的エージェントの存在下で、社会的に従順な方法でナビゲートする能力である。
私たちのデータセットには8.7時間、128の軌道、25マイルの社会的に適合した人間の遠隔運転デモが含まれています。
論文 参考訳(メタデータ) (2022-03-28T19:09:11Z)
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。