HTCE：同相写像に着想を得た物体ナビゲーションのためのシーン横断経験の正規化と再利用

- 本論文は、embodied agents が object-goal navigation を行う際に蓄積される成功経験を、homeomorphism に着想を得た topological framework で canonicalize し再利用する手法 HTCE を提案する。 - 対象は residential environments における object navigation。 - 経験の semantic structure が scene をまたいで再帰する点に着目。 - 幾何的 trajectory が異なっても再利用可能な形に経験を正規化する。

- 先行研究との具体的比較は要旨からは不明。 - ただし region naming や observation granularity の違いにより類似 approach が異なる graph 表現になる問題を扱う点を課題として提示。 - anchors・branches・endpoints の意味的差異は保持しつつ比較可能にする点を特徴とする。 - 全比較システムが同一の frozen vision-language backbone を共有する条件下で評価している。

- homeomorphism-inspired な topological framework により navigation experience を canonicalize。 - feature subdivision と topology subdivision で表現変動を特徴づける。 - 意味的に制約した reduction により comparable な semantic sequences と structural signatures を生成。 - semantic anchors・branching relations・navigation endpoints を保持。 - subdivision-aware matching で過去の成功 approach を検索し、frozen vision-language policy の guidance に用いる。

- HM3D v0.1、HM3D v0.2、MP3D の各設定で評価。 - 全比較システムが共有する単一の frozen vision-language backbone 下で、全設定で best SR と SPL を達成。 - SR/SPL は HM3D v0.1 で 59.9%/31.8%、HM3D v0.2 で 71.0%/31.5%、MP3D で 46.6%/16.6%。 - SR は最大 4.9 points、structured retrieval は最大 2.8 SPL points 寄与。 - canonicalization は経験 index を lossless に圧縮し、distinct stored route descriptions の 17.7–23.6% を統合しつつ full task performance を維持。

- canonicalization が lossless に経験 index を圧縮できる一方で、意味的差異の保持と統合のバランスが論点。 - subdivision-aware matching の寄与が SPL で示されるが、他の要因との詳細な分離は要旨からは不明。 - 単一 frozen vision-language backbone 下での比較であり、backbone 依存性や他ポリシーへの一般化は要旨からは不明。 - 実環境や他タスクへの適用可能性は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として object-goal navigation の vision-language policy、graph-based scene representation、experience reuse / retrieval に関する研究を挙げる。 - 具体的な論文名は要旨からは不明。