NavGSim: 大規模ナビゲーションのための高忠実度ガウススプラッティングシミュレータ
NavGSim: High-Fidelity Gaussian Splatting Simulator for Large-Scale Navigation
3Dガウススプラッティングに基づく大規模ナビゲーション向けの高忠実度シミュレータを提案し、実環境でのVLAモデルのナビゲーション性能を向上させる。
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: Jiahang Liu, Yuanxing Duan, Jiazhao Zhang, Minghan Li, Shaoan Wang, Zhizheng Zhang, He Wang
分類: cs.RO
原文アブストラクト
Simulating realistic environments for robots is widely recognized as a critical challenge in robot learning, particularly in terms of rendering and physical simulation. This challenge becomes even more pronounced in navigation tasks, where trajectories often extend across multiple rooms or entire floors. In this work, we present NavGSim, a Gaussian Splatting-based simulator designed to generate high-fidelity, large-scale navigation environments. Built upon a hierarchical 3D Gaussian Splatting framework, NavGSim enables photorealistic rendering in expansive scenes spanning hundreds of square meters. To simulate navigation collisions, we introduce a Gaussian Splatting-based slice technique that directly extracts navigable areas from reconstructed Gaussians. Additionally, for ease of use, we provide comprehensive NavGSim APIs supporting multi-GPU development, including tools for custom scene reconstruction, robot configuration, policy training, and evaluation. To evaluate NavGSim's effectiveness, we train a Vision-Language-Action (VLA) model using trajectories collected from NavGSim and assess its performance in both simulated and real-world environments. Our results demonstrate that NavGSim significantly enhances the VLA model's scene understanding, enabling the policy to handle diverse navigation queries effectively.
関連論文
- 詳細メッシュ対応の接触リッチ相互作用向け軽量シミュレータLodosシミュレーション
- Ostrich: 微分可能ダイナミクスにおける剛直な接触を跨ぐ大きな歩幅シミュレーション
- Agri-Sim: 温室ロボティクスにおける具現化知能評価のための農業シミュレーションプラットフォームシミュレーション
- 浅海域の写実性を超えて：深海ロボティクスのための物理・センサ接地シミュレーションシミュレーション
- NVIDIA Cosmos-H-Dreams: 手術ロボットのためのリアルタイム生成物理シミュレーションシミュレーション
- CRESSim-Neo: 手術ロボティクスとロボット学習のためのバッチ処理GPUシミュレーションエンジンシミュレーション
