RANGER：単眼カメラを用いたゼロショットセマンティックナビゲーション

本論文は、単眼カメラを使用し、強力なインコンテキスト学習（ICL）能力を示すことで、既存手法の限界に対処する、新しいゼロショットセマンティックナビゲーションフレームワークであるRANGERを紹介しています。深度と姿勢情報への依存を排除し、実世界のシナリオに適応可能にし、ファインチューニングなしで短いビデオを活用して環境適応を実現します。フレームワークの主要コンポーネントと実験結果は、その競争力のあるパフォーマンスと優れたICL適応性を示しています。

• •単眼ゼロショットセマンティックナビゲーションフレームワークであるRANGERを提案。
• •深度と姿勢情報への依存を排除。
• •強力なインコンテキスト学習（ICL）能力を実証。
• •新しい環境の短いビデオを観察することで、タスク効率を向上。
• •競争力のあるパフォーマンスと優れたICL適応性を達成。