本研究では、トポロジーマップを構築することで視覚ナビゲーションを実現します。 移動ロボットや自動運転の分野では、地図構築は環境理解とナビゲーションにおいて重要な役割を果たします。 地図を利用することで、ロボットは自己位置を特定し、経路を計画し、効率的にタスクを遂行できます。 地図には主に、メトリックマップ（Metric Map）とトポロジーマップ（Topological Map）の2種類があります。 メトリックマップは、空間内の具体的な座標を測定して正確な空間情報を提供し、自己位置推定や経路計画に適しています。 一方、トポロジーマップは環境の接続関係を記述して空間構造を表現し、特に大規模で動的な環境に適しています。 また、人間は距離や空間の詳細よりも特定の地点を記憶し、その地点で適切な行動を取る傾向があります。 この特徴は、トポロジーマップを用いた効率的な環境モデリングと一致します。

　私たちは、トポロジーマップに基づいた目標指向の視覚ナビゲーション問題に取り組みました。 一連の観測画像が与えられた場合、それに基づいてトポロジーマップを構築します。 トポロジーマップとは、環境内の重要な地点（ノード）とそれらの接続関係を表現した地図のことです。 ここで言うノードとは、観測時に選択された重要な画像の特徴を表すポイントであり、各ノードに対応する観測画像が紐づけられています。 ナビゲーション中、目標画像と現在の観測画像を用いて、ロボットは自身の位置と目標位置を特定します。 その後、トポロジーマップ上のノードの列、すなわち初期位置から目標位置への経路を構成するノード列を選択します。 観測した画像を選択したノード列と比較することで、ロボットは対応する一連の行動を導き出します。 このようにして、ロボットは目標位置に到達することができます。

　最後に、シミュレーション環境において、以前のベースラインとの成功率の比較を行いました。 さまざまな難易度のルートで比較を行った結果、我々の手法は事前学習を行わない条件でも、各ルートにおいてResNetを用いた方法より優れた性能を示しました。 これにより、未知の環境での迅速なトポロジーマップ構築とナビゲーションを実現するための解決策を提供することができました。