HorizonNav: Geometry-Guided Video Diffusion for Anticipatory 3D Robot Navigation
日本語版は未提供のため、英語原文で表示しています。
要旨より
We present HorizonNav, a video diffusion-based framework for anticipatory robot navigation that transforms a single RGB image and a text prompt into a geometrically aligned representation of plausible surrounding 3D space. Given the initial observation and a textual description of the reconstruction objective, a vision-language model, guided by designed instructions, interprets the scene and constructs structured prompts for a video diffusion model.
要旨より。当社による要約は作成中です。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。