論文の概要: ERA: Error-Resistant Autonomous Object Navigation with Predicted Depth
- arxiv url: http://arxiv.org/abs/2611.17730v1
- Date: Fri, 13 Nov 2026 04:20:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.302135
- Title: ERA: Error-Resistant Autonomous Object Navigation with Predicted Depth
- Title(参考訳): ERA: 予測深さを持つエラー抵抗型自律物体ナビゲーション
- Abstract要約: 深度センサをRGB画像とポーズから予測した深度に置き換える訓練不要な物体ナビゲーションシステムであるERAを提案する。
ERAは私たちがMove with Errorと呼ぶパラダイムに従っています。
3つのベンチマークで、ERAは深度センサを使わずにトレーニング不要な手法で最先端のパフォーマンスを達成する。
- 参考スコア(独自算出の注目度): 16.287109240573567
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Depth and 3D foundation models can predict geometry from RGB images, allowing zero-shot object navigation without a depth sensor. However, when predicted depth is mapped as if it came from a sensor, view-dependent errors accumulate in the map, remove exploration goals, and end the search before the agent can observe and correct them. We propose ERA, a training-free object navigation system that replaces the depth sensor with depth predicted from RGB images and poses. ERA follows a paradigm we call Move with Error: movement provides new views that correct map errors, and the corrected map enables further movement. It realizes this paradigm with revisable occupancy and with exploration from reachable viewpoints, which continues the search when no frontier remains, and verifies the target across views before stopping. On three benchmarks, ERA achieves state-of-the-art performance among training-free methods without depth sensors. Its map and exploration components also raise VLFM's success from 10.8% to 61.7% under the same predicted depth. We further deploy ERA on a real robot.
- Abstract(参考訳): 深度と3D基礎モデルは、RGB画像から幾何を予測することができ、深度センサーを使わずに、ゼロショットオブジェクトナビゲーションを可能にする。
しかし、予測された深さがセンサーから来たかのようにマッピングされると、地図にビュー依存のエラーが蓄積され、探索目標が取り除かれ、エージェントがそれらを観察し修正する前に検索が終了する。
深度センサをRGB画像とポーズから予測した深度に置き換える訓練不要な物体ナビゲーションシステムであるERAを提案する。
ERAは私たちがMove with Errorと呼ぶパラダイムに従っています。
このパラダイムは、変更可能な占有性と、到達可能な視点からの探索によって実現され、フロンティアが残っていない場合の探索を継続し、停止する前に視野を越えてターゲットを検証する。
3つのベンチマークで、ERAは深度センサを使わずにトレーニング不要な手法で最先端のパフォーマンスを達成する。
地図や探検用の部品は、VLFMの精度を10.8%から61.7%に引き上げた。
我々はERAをさらに本物のロボットに展開する。
関連論文リスト
- RATE-Nav: Region-Aware Termination Enhancement for Zero-shot Object Navigation with Vision-Language Models [36.39389224168802]
批判的だが調査の不十分な方向は、これらの課題を克服するための探索の時間的な終了である。
RATE-Nav, Region-Aware Termination-Enhanced Methodを提案する。
幾何予測領域分割アルゴリズムと探索率計算のための領域ベース探索推定アルゴリズムを含む。
67.8%の成功率、31.3%のSPLをHM3Dデータセットで達成している。
論文 参考訳(メタデータ) (2025-06-03T01:15:00Z) - FrontierNet: Learning Visual Cues to Explore [54.8265603996238]
この研究は、3Dマップからゴールポーズを抽出する制限に対処するため、効率的な自律探索に2Dビジュアルキューを活用することを目的としている。
本稿では、FrontierNetをコアコンポーネントとする、視覚のみのフロンティアベースの探索システムを提案する。
提案手法は,既存の3次元目標抽出手法に代わるもので,早期探索効率の15%向上を実現している。
論文 参考訳(メタデータ) (2025-01-08T16:25:32Z) - RePLAy: Remove Projective LiDAR Depthmap Artifacts via Exploiting Epipolar Geometry [10.708611595448794]
3Dセンシングは自動運転車の基本課題である。
厳密な同期と校正にもかかわらず、体系的な不整合はLiDARの射影深度マップに持続する。
このアーティファクトは、車や歩行者などの前景に誤って投影された背景のLiDARとしてしばしば反映される。
射影アーティファクトを除去するためのパラメータフリー解析ソリューションであるRePLAyを提案する。
論文 参考訳(メタデータ) (2024-07-27T03:13:16Z) - 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) - OCTraN: 3D Occupancy Convolutional Transformer Network in Unstructured
Traffic Scenarios [0.0]
我々は2次元画像特徴を3次元占有特徴に変換するために反復アテンションを用いたトランスフォーマーアーキテクチャOCTraNを提案する。
また、LiDARの地上真実の必要性を排除し、任意のシーンにモデルを一般化するための自己教師型トレーニングパイプラインも開発している。
論文 参考訳(メタデータ) (2023-07-20T15:06:44Z) - Boosting Monocular 3D Object Detection with Object-Centric Auxiliary
Depth Supervision [13.593246617391266]
本稿では,RGB画像に基づく3D検出器を,深度推定タスクに類似した深度予測損失で共同でトレーニングすることにより,RGB画像に基づく3D検出器の強化手法を提案する。
新たな物体中心深度予測損失は,3次元物体検出において重要な前景物体周辺の深度に焦点をあてる。
我々の深度回帰モデルは、物体の3次元信頼度を表すために、深度の不確かさを予測するためにさらに訓練される。
論文 参考訳(メタデータ) (2022-10-29T11:32:28Z) - Probabilistic and Geometric Depth: Detecting Objects in Perspective [78.00922683083776]
3次元物体検出は、運転支援システムなどの様々な実用用途で必要とされる重要な機能である。
双眼視やLiDARに頼っている従来の設定に比べて、経済的な解決策として単眼3D検出が注目されているが、それでも満足のいく結果が得られていない。
本稿ではまず,この問題に関する系統的研究を行い,現在の単分子3次元検出問題をインスタンス深度推定問題として単純化できることを考察する。
論文 参考訳(メタデータ) (2021-07-29T16:30:33Z) - EagerMOT: 3D Multi-Object Tracking via Sensor Fusion [68.8204255655161]
マルチオブジェクトトラッキング(MOT)により、移動ロボットは周囲の物体を3次元空間と時間で位置づけすることで、良好な動作計画とナビゲーションを行うことができる。
既存の方法は、深度センサー(例えばLiDAR)を使用して3D空間のターゲットを検出し追跡するが、信号の間隔が限られているため、検出範囲は限られている。
我々は,両方のセンサモダリティから利用可能な物体を全て統合し,シーンのダイナミックスを適切に解釈する簡易なトラッキング定式化であるeagermotを提案する。
論文 参考訳(メタデータ) (2021-04-29T22:30:29Z) - VR3Dense: Voxel Representation Learning for 3D Object Detection and
Monocular Dense Depth Reconstruction [0.951828574518325]
3次元物体検出と単眼深層再構成ニューラルネットワークを共同トレーニングする方法を紹介します。
推論中に入力、LiDARポイントクラウド、単一のRGBイメージとして取得し、オブジェクトポーズ予測と密に再構築された深度マップを生成します。
物体検出は教師付き方式で訓練されるが,自己教師型と教師型の両方の損失関数を用いて深度予測ネットワークを訓練する。
論文 参考訳(メタデータ) (2021-04-13T04:25:54Z)
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。