VP-EVT: 能動的な視界維持による身体性視覚追跡

- Embodied Visual Tracking (EVT) において、動的環境で対象人物を追従する際の歩行者遮蔽に対処するフレームワーク VP-EVT を提案。 - 対象の可視性を追従の副産物ではなく運動制御の明示的目的として扱う。 - 言語誘導知覚で対象と歩行者の観測を分離し、遮蔽時は視覚履歴と自己運動から相対位置・運動を推定。 - 追従継続が遮蔽を持続させるか予測し、リスク高時は再帰的コントローラで視点調整と安定追従復帰を調整。 - 持続的遮蔽の閉ループ評価用 OccEVT-Bench を導入し、専門家デモを収集。

- 既存の EVT 手法は受動的追従で、能動的な可視性保持を欠き、深刻な遮蔽下で長時間の対象喪失が頻発。 - VP-EVT は可視性を明示的目的化し、遮蔽の予測と能動的視点調整を統合。 - Risk split で競合ベースライン比 success rate 121.4% 改善、visibility deficit 78.8% 減、最長対象喪失時間 74.4% 減。 - 従来は副産物だった可視性を制御目標に据えた点が新規。

- 言語誘導知覚で対象と歩行者の観測を分離抽出。 - 遮蔽で観測不完全時、視覚履歴と ego-motion を統合し相対位置・運動を推定維持。 - 推定と現在の追従 waypoint から、追従継続が遮蔽を持続させるか予測。 - リスク低なら元の追従運動を保持、高なら再帰的コントローラが更新推定と先行決定の maneuver context を統合し、視点調整と安定追従復帰を協調。 - OccEVT-Bench で閉ループ評価、専門家デモで訓練。

- 新規ベンチマーク OccEVT-Bench の Risk split で閉ループ評価。 - 競合ベースラインと比較し、success rate 121.4% 向上、visibility deficit 78.8% 削減、最長対象喪失時間 74.4% 削減。 - 専門家デモを収集し訓練に使用。

- 要旨からは不明。 - 限界や失敗事例、計算コスト、一般化性に関する議論は記述なし。

- 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 Embodied Visual Tracking (EVT) の既存手法、言語誘導知覚、再帰的コントローラ、能動的視点調整に関する研究が挙げられる。 - 同分野の定番として EVT ベンチマークや追従制御、遮蔽対処法の論文を読むべき。