ナビゲーション2026/9/4arXiv:2609.04602

NavArena: 3Dガウススプラッティング再構成からの目標指向ナビゲーションベンチマークの自動構築

NavArena: Automated Construction of Goal-Oriented Navigation Benchmarks from 3D Gaussian Splatting Reconstructions

固定された3DGS再構成を、到達可能性や衝突判定、意味的目標を備えたナビゲーションベンチマークへ自動変換するフレームワークを提案し、2,000以上のシーンで2,220万の専門家軌道を生成して評価する。

詳しい要約

1. どんなもの？

NavArenaは、固定された3D Gaussian Splatting (3DGS)再構成を、目標指向の視覚ナビゲーションのベンチマークに自動変換するフレームワークである。3DGSモデルによるRGB-Dレンダリング、ガウス密度と高さ統計に基づく占有コストマップ、マルチビューのオープンボキャブラリマスクから生成される意味的目標候補を統合し、ナビゲーションエピソードの自動生成と統一されたクローズドループ評価を実現する。

2. 先行研究と比べてどこがすごい？

従来の3DGS再構成は、現実的な新規ビューを提供するが、ナビゲーション評価に必要な traversability constraints、有効な目標、クローズドループプロトコルを欠いていた。NavArenaは、これらの制約を自動的に付与し、大規模な3DGSシーンでスケーラブルで再現可能なナビゲーション評価を可能にする点で優れている。

3. 技術・手法の肝は？

手法の核心は、凍結された3DGSモデルを利用して視点依存のRGB-Dレンダリングを行い、ガウス密度と高さ統計から占有コストマップを構築して到達可能性と衝突を判定し、マルチビューのオープンボキャブラリマスクから意味的目標候補を生成することである。これらを統合して、目標指向ナビゲーションのエピソードを自動生成し、統一されたクローズドループ評価プロトコルを提供する。

4. どうやって有効だと検証した？

2,000以上のシーンで22.2百万のエキスパート軌道を生成し、空間的・意味的評価によりナビゲーション表現の質を検証した。さらに、ポリシーロールアウトを通じて、統一評価プロトコルの診断的価値を実証した。

5. 議論はある？

要旨からは、議論の余地や限界についての具体的な記述は不明である。ただし、大規模な3DGS再構成に依存するため、再構成の品質がベンチマークの有効性に影響する可能性が考えられるが、要旨では明示されていない。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、同分野の定番として、視覚ナビゲーションのベンチマークであるHabitat、シミュレータであるAI2-THOR、3Dシーン表現としてのNeRFや3D Gaussian Splattingに関する論文が挙げられる。

※ 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: Junhui Wang, Wei Yang, Xinyao Li, Ningjing Fan, Yuehao Yin, Xuecheng Chen, Chao Gao

分類: cs.RO

原文アブストラクト

Fixed 3D Gaussian Splatting (3DGS) reconstructions provide realistic novel views but lack the traversability constraints, valid goals, and closed-loop protocols required for navigation evaluation. We introduce NavArena, an automated framework that transforms fixed 3DGS reconstructions into benchmarks for goal-oriented visual navigation. NavArena integrates a frozen 3DGS model for egocentric RGB-D rendering, an occupancy costmap derived from Gaussian density and height statistics for reachability and collision queries, and semantic goal candidates lifted from multi-view open-vocabulary masks. These components support the automatic generation and unified closed-loop evaluation of goal-oriented navigation episodes. Across more than 2{,}000 scenes, NavArena generates 22.2 million expert trajectories. Spatial and semantic evaluations assess the derived navigation representations, while policy rollouts demonstrate the diagnostic value of the unified evaluation protocol. NavArena enables scalable and reproducible navigation evaluation on large-scale 3DGS reconstructions, and all benchmark-generation tools, evaluation protocols, and derived assets will be released publicly.

arXivで原文を読む →arXiv概要ページ