Newest papers

CLOSER: Evidence-Aware Active Visual Verification for Embodied Object-Goal Navigation

Pengying Wu, Mingye Jiang, Yunze Hu, Zhejia Wen, Kangjie Zhou, Zongru Yang, Zhe Peng, Chang Liu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28476 · open-access PDF

Vietnamese

Object-target navigation (ObjectNav) đòi hỏi một đại lý thể hiện để tìm thấy một trường hợp của một thể loại được chỉ định trong một môi trường vô hình và dừng lại gần đó. Các đại lý thường dựa vào một máy dò đối tượng nhưng phải đánh giá trực tuyến từ một luồng video ích kỷ hạn chế, đôi khi một khung duy nhất, cho dù một ứng cử viên được phát hiện là mục tiêu. Các máy dò thường tự tin nhầm lẫn các đối tượng tương tự, chẳng hạn như một chiếc ghế sofa cho một chiếc giường, và dừng lại ở một dương tính giả thất bại tập phim. Các hệ thống phổ biến cũng tiếp cận các ứng cử viên một cách tham lam, để họ bị nhốt hoặc bị quan sát một phần. Chúng tôi trình bày CLOSER, một hành động nhận thức bằng chứng

Machine translation (Meta M2M100); the English original follows.

Abstract

Object-goal navigation (ObjectNav) requires an embodied agent to find an instance of a specified category in an unseen environment and stop near it. The agent typically relies on an object detector but must judge online from a limited egocentric video stream, sometimes a single frame, whether a detected candidate is the target. Detectors often confidently mistake similar objects, such as a sofa for a bed, and stopping at a false positive fails the episode. Prevailing systems also approach candidates greedily, leaving them occluded or partially observed. We present CLOSER, an evidence-aware act

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange