VISTA：基于在线语义高斯溅射的开放词汇、任务相关机器人探索
机器人学
2025-07-03 v1
摘要
我们提出了 VISTA（基于视点的图像选择与语义任务感知），一种用于机器人规划以提高与任务完成相关区域 3D 地图质量的主动探索方法。给定开放词汇搜索指令（例如“find a person”），VISTA 使机器人能够探索环境以搜索感兴趣的对象，同时同时构建场景的实时语义 3D 高斯溅射重建。机器人通过规划前瞻轨迹来导航其环境，优先考虑与查询语义相似性以及探索未见区域。为评估轨迹，VISTA 引入了一种新颖且高效的视点-语义覆盖度度量，用于量化 3D 场景中的几何视角多样性和任务相关性。在静态数据集上，VISTA 的覆盖度度量在计算速度和重建质量方面优于 FisherRF 和 Bayes' Rays 等最先进方法。在四旋翼机硬件实验中，VISTA 在具有挑战性的地图中实现了基线方法的 6 倍成功率，而在较不具挑战性的地图中则保持与基线相当的性能。最后，我们表明 VISTA 具有平台无关性，通过在四旋翼无人机和 Spot 四足机器人上进行部署。接受录取后将发布开源代码。
引用
@article{arxiv.2507.01125,
title = {VISTA: Open-Vocabulary, Task-Relevant Robot Exploration with Online Semantic Gaussian Splatting},
author = {Keiko Nagami and Timothy Chen and Javier Yu and Ola Shorinwa and Maximilian Adang and Carlyn Dougherty and Eric Cristofalo and Mac Schwager},
journal= {arXiv preprint arXiv:2507.01125},
year = {2025}
}
备注
9 pages, 4 figures