计算机科学 > 机器人技术
[提交于 2025年5月30日
]
标题: Hi-Dyna 图:以人为中心环境中机器人自主的分层动态场景图
标题: Hi-Dyna Graph: Hierarchical Dynamic Scene Graph for Robotic Autonomy in Human-Centric Environments
摘要: 在需要理解变化的环境和情境感知决策的人本场景中,服务机器人自主运行仍具有挑战性。 尽管现有方法(如拓扑图)提供了高效的空间先验,但它们无法建模短暂的对象关系,而密集神经表示(例如NeRF)则带来了高昂的计算成本。 受到分层场景表示和视频场景图生成工作的启发,我们提出了Hi-Dyna Graph,这是一种分层动态场景图架构,集成了持久的全局布局与局部化的动态语义,以实现具身机器人的自主性。 我们的框架从姿态RGB-D输入构建全局拓扑图,编码房间尺度的连通性和大型静态对象(例如家具),同时环境和自我中心摄像机使用物体位置关系和人机交互模式填充动态子图。 通过使用语义和空间约束将这些子图锚定到全局拓扑中,进行混合架构,从而随着环境的变化实现无缝更新。 我们采用由大型语言模型(LLMs)驱动的代理来解释统一图,推断潜在的任务触发器,并生成基于机器人能力的可执行指令。 我们进行了复杂的实验,证明了Hi-Dyna Graph在场景表示方面的优越效果。 现实世界的部署验证了该系统在移动操作机器人上的实用性:机器人无需进一步训练或复杂奖励即可在动态场景(如自助餐厅助手)中自主完成复杂任务。 请访问https://anonymous.4open.science/r/Hi-Dyna-Graph-B326观看视频演示和更多详细信息。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.