オープンワールド物体ゴールナビゲーションのためのオープンシーングラフ
Open Scene Graphs for Open-World Object-Goal Navigation
基盤モデルとオープンシーングラフ表現を組み合わせ、未知環境で自然言語指定の物体を探索するモジュラー型ロボットシステムを提案し、シミュレーションと実機で高い性能を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Joel Loo, Zhanxin Wu, David Hsu
分類: cs.RO
原文アブストラクト
How can we build general-purpose robot systems for open-world semantic navigation, e.g., searching a novel environment for a target object specified in natural language? To tackle this challenge, we introduce OSG Navigator, a modular system composed of foundation models, for open-world Object-Goal Navigation (ObjectNav). Foundation models provide enormous semantic knowledge about the world, but struggle to organise and maintain spatial information effectively at scale. Key to OSG Navigator is the Open Scene Graph representation, which acts as spatial memory for OSG Navigator. It organises spatial information hierarchically using OSG schemas, which are templates, each describing the common structure of a class of environments. OSG schemas can be automatically generated from simple semantic labels of a given environment, e.g., "home" or "supermarket". They enable OSG Navigator to adapt zero-shot to new environment types. We conducted experiments using both Fetch and Spot robots in simulation and in the real world, showing that OSG Navigator achieves state-of-the-art performance on ObjectNav benchmarks and generalises zero-shot over diverse goals, environments, and robot embodiments.
関連論文
- 信頼度対応の意味・幾何融合によるロバスト探索と高精度ゼロショット物体ゴールナビゲーション物体ゴールナビゲーション
- CLOSER: 物体ゴールナビゲーションのための証拠に基づく能動的視覚検証物体ゴールナビゲーション
- StopWatch: 物体ゴールナビゲーションのためのゴールグラウンディング物体ゴールナビゲーション
- Dense CLIPによるセマンティックマップの汎化で実現するオープンボキャブラリ物体ゴールナビゲーション物体ゴールナビゲーション
- 意味的手がかりによる距離予測で未知環境の物体へナビゲーション物体ゴールナビゲーション
