日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

意味的占有マッピングarXiv:2607.05543

GEM-Occ: 視覚幾何学的証拠から身体化された意味的占有記憶へ

GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory

シェア:XThreadsFacebookLINEはてブBluesky

屋内エージェントのための階層的意味的占有マッピングを実現するため、新しいベンチマークHIOccと、局所的な視覚幾何学予測を一時的な証拠として扱い、永続的な階層記憶に融合するGEM-Occフレームワークを提案した。

詳しい要約

1. どんなもの?

本論文は、屋内エージェントのためのセマンティック占有マッピングの新しいベンチマークと手法を提案する。具体的には、複数の屋内データセットを統合した階層的占有ベンチマークHIOccと、視覚幾何学の証拠を永続的メモリに融合するGaussian Evidence MemoryフレームワークGEM-Occを導入する。

2. 先行研究と比べてどこがすごい?

既存の屋内占有ベンチマークや手法は、単一視点予測や部屋レベルのオンライン知覚に焦点を当てており、接続された屋内空間にわたる長期的なセマンティックマッピングは未探索だった。HIOccは、ScanNet、ScanNet++、Matterport3Dを共通のスパースセマンティック占有形式で統合し、ローカル、ルームレベル、ビルディングレベルの3つの評価レジームを提供する点で新しい。GEM-Occは、点群マップを永続状態として使う代わりに、局所的な視覚幾何学予測を一時的な証拠として扱い、ガウス占有証拠とフリースペースレイ証拠に変換して、可視性と不確実性を考慮した因果更新で永続的メモリに融合する点が革新的である。

3. 技術・手法の肝は?

GEM-Occは、局所的な視覚幾何学予測(pointmaps)を永続的なマップ状態として使わず、一時的な証拠として扱う。それらをセマンティックガウス占有証拠とフリースペースレイ証拠に変換し、可視性と不確実性を考慮した因果更新を通じて、階層的メモリ(ローカルキャッシュ、ルームレベルのサブマップ、ビルディングレベルのグラフ)に融合する。メモリは任意の時点でガウス・トゥ・占有スプラッティングによりクエリ可能である。

4. どうやって有効だと検証した?

HIOccベンチマーク上で実験を行い、GEM-Occがローカル占有予測、オンラインマップ安定性、フリースペース推論、再訪一貫性、ビルディングレベルのスケーラビリティにおいて、既存の屋内占有およびガウスベースのマッピングベースラインを上回ることを示した。

5. 議論はある?

要旨からは、提案手法の限界や潜在的な欠点についての議論は不明である。また、HIOccの構築におけるデータセット間のラベル整合性や、実世界のロボットへの適用性などについての詳細な議論は要旨には含まれていない。

6. 次に読むべき論文は?

要旨で参照されている先行研究として、ScanNet、ScanNet++、Matterport3D、およびGaussian-based mappingのベースラインが挙げられる。次に読むべき論文としては、これらのデータセットの元論文や、3D Gaussian Splatting関連の研究が考えられる。

※ 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: Hu Zhu, Bohan Li, Xianda Guo, Hongsi Liu, Baorui Peng, Mingqi Yuan, Xin Jin, Wenjun Zeng, Chang Wen Chen

分類: cs.RO, cs.CV

原文アブストラクト

Semantic occupancy provides a structured spatial memory for embodied indoor agents by jointly representing occupied regions, observed free space, unknown areas, and object semantics. However, existing indoor occupancy benchmarks and methods mainly focus on single-view prediction or room-level online perception, leaving long-horizon semantic mapping across connected indoor spaces underexplored. We introduce HIOcc, a hierarchical indoor occupancy benchmark that unifies ScanNet, ScanNet++, and Matterport3D under a common sparse semantic occupancy format while preserving their native observation geometries, including perspective RGB-D frames and pano-centric observation groups. HIOcc supports three complementary evaluation regimes: local semantic occupancy prediction, room-level online occupancy mapping, and building-level mapping across connected panoramic environments. We further propose GEM-Occ, a Gaussian Evidence Memory framework for semantic occupancy mapping. Rather than using pointmaps as persistent map states, GEM-Occ treats local visual geometry predictions as transient evidence, converts them into semantic Gaussian occupancy evidence and free-space ray evidence, and fuses them into a persistent hierarchical memory through visibility- and uncertainty-aware causal updates. The memory is organized into local caches, room-level submaps, and a building-level graph, and can be queried at any time through Gaussian-to-occupancy splatting. Experiments on HIOcc show that GEM-Occ improves local occupancy prediction, online map stability, free-space reasoning, revisit consistency, and building-level scalability over prior indoor occupancy and Gaussian-based mapping baselines.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI