オープンボキャブラリ・インスタンスナビゲーションのための物体-経路グラフによるトポロジカル表現

- 視覚言語ナビゲーション（Vision-language navigation）のための新しい表現手法を提案。 - 物体と経路を統合した「object-path graph」を構築し、open-vocabularyな意味推論とトポロジカルナビゲーションを単一の軽量フレームワークで実現。 - このグラフ上で、意味的グラウンディング、グラフベースの自己位置推定、ナビゲーションを同時にサポート。 - 密なメトリックマップに依存せず、グラフ上を直接ナビゲートする戦略を導入。

- 既存手法は、逐次的な言語ガイド付き意思決定に分解するか、事前環境知識なしのオンライン探索に依存。 - シーングラフ表現はコンパクトな意味記憶を提供するが、下流のナビゲーションとは切り離され、依然として密なメトリックマップに依存。 - 提案手法は、このギャップを埋め、open-vocabularyな意味推論とトポロジカルナビゲーションを統合。 - 密なメトリック再構成を必要とせず、グラフ上で直接ナビゲーションを可能にする点が優れている。

- 物体と経路を統合した「object-path graph」を構築。 - このグラフは、意味的グラウンディング、グラフベースの自己位置推定、ナビゲーションを単一の軽量トポロジカルフレームワークで共同サポート。 - ナビゲーション戦略は、グローバル経路計画とローカルなノード間実行を組み合わせる。 - ローカル実行には、軽量なノード自己位置推定と意味的ビジュアルサーボ（semantic visual servoing）を使用。 - これにより、密なメトリック再構成なしでグラフ上を直接ナビゲート可能。

- HM3DとReplicaデータセットでの実験を実施。 - 提案する階層的グラフ構造を通じて、open-vocabulary物体グラウンディングにおいて競争力のある性能を達成。 - 同時に効果的なナビゲーション性能を実現。 - 実世界のロボット実験により、フレームワークの実用性をさらに検証。

- 要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、Vision-language navigation、Scene graph representations、Open-vocabulary object grounding、Topological navigation、Semantic visual servoing などが挙げられる。