論文の概要: SymboSLAM: Semantic Map Generation in a Multi-Agent System
- arxiv url: http://arxiv.org/abs/2403.15504v1
- Date: Fri, 22 Mar 2024 00:48:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 22:22:15.618011
- Title: SymboSLAM: Semantic Map Generation in a Multi-Agent System
- Title（参考訳）: SymboSLAM:マルチエージェントシステムにおける意味マップ生成
- Authors: Brandon Curtis Colelough,
- Abstract要約: サブシンボリックな人工知能手法は、環境タイプの分類と同時局所化とマッピングの分野を支配している。
本稿では,共生的局所化とマッピングによる環境型分類への新たなアプローチ,SymboSLAMを提案し,その説明可能性のギャップを埋める。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Sub-symbolic artificial intelligence methods dominate the fields of environment-type classification and Simultaneous Localisation and Mapping. However, a significant area overlooked within these fields is solution transparency for the human-machine interaction space, as the sub-symbolic methods employed for map generation do not account for the explainability of the solutions generated. This paper proposes a novel approach to environment-type classification through Symbolic Simultaneous Localisation and Mapping, SymboSLAM, to bridge the explainability gap. Our method for environment-type classification observes ontological reasoning used to synthesise the context of an environment through the features found within. We achieve explainability within the model by presenting operators with environment-type classifications overlayed by a semantically labelled occupancy map of landmarks and features. We evaluate SymboSLAM with ground-truth maps of the Canberra region, demonstrating method effectiveness. We assessed the system through both simulations and real-world trials.
- Abstract（参考訳）: サブシンボリックな人工知能手法は、環境タイプの分類と同時局所化とマッピングの分野を支配している。
しかしながら、これらの分野で見過ごされている重要な領域は、マップ生成に使用されるサブシンボリックな手法は、生成したソリューションの説明可能性を考慮していないため、人間と機械の相互作用空間に対するソリューション透過性である。
本稿では,共生的局所化とマッピングによる環境型分類への新たなアプローチ,SymboSLAMを提案し,その説明可能性のギャップを埋める。
環境型分類法は, 環境の文脈を, 内在する特徴を通して合成するために用いられる存在論的推論を観察する。
ランドマークと特徴のセマンティックラベル付き占有マップによってオーバーレイされた環境型分類を演算子に提示することにより、モデル内の説明可能性を実現する。
カンベラ地域の地盤構造図を用いてSymboSLAMを評価し,手法の有効性を実証した。
シミュレーションと実世界の試行を通してシステムの評価を行った。
関連論文リスト
- Revisiting Adaptive Cellular Recognition Under Domain Shifts: A Contextual Correspondence View [49.03501451546763]
生物学的文脈における暗黙の対応の重要性を明らかにする。
モデル構成成分間のインスタンス認識トレードオフを確保するために, 自己適応型動的蒸留を提案する。
論文 参考訳（メタデータ） (2024-07-14T04:41:16Z) - Mapping High-level Semantic Regions in Indoor Environments without
Object Recognition [50.624970503498226]
本研究では,屋内環境における埋め込みナビゲーションによる意味領域マッピング手法を提案する。
地域識別を実現するために,視覚言語モデルを用いて地図作成のためのシーン情報を提供する。
グローバルなフレームにエゴセントリックなシーン理解を投影することにより、提案手法は各場所の可能な領域ラベル上の分布としてのセマンティックマップを生成する。
論文 参考訳（メタデータ） (2024-03-11T18:09:50Z) - Distributed Bayesian Learning of Dynamic States [65.7870637855531]
提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。
逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
論文 参考訳（メタデータ） (2022-12-05T19:40:17Z) - Image Synthesis via Semantic Composition [74.68191130898805]
本稿では,その意味的レイアウトに基づいて現実的なイメージを合成する新しい手法を提案する。
類似した外観を持つ物体に対して、類似した表現を共有するという仮説が立てられている。
本手法は, 空間的変化と関連表現の両方を生じる, 外観相関による領域間の依存関係を確立する。
論文 参考訳（メタデータ） (2021-09-15T02:26:07Z) - Map completion from partial observation using the global structure of
multiple environmental maps [4.627706451989238]
本稿では,深層ニューラルネットワークを応用した確率的生成モデルに基づく新しいSLAM法であるマップ補完ネットワークを用いたSLAM(MCN-SLAM)を提案する。
提案手法は,従来のSLAM法よりも,部分観測の状況下で1.3倍の精度で環境マップを推定できることを実験で示した。
論文 参考訳（メタデータ） (2021-03-16T13:48:37Z) - Localising In Complex Scenes Using Balanced Adversarial Adaptation [19.160686658569507]
ドメイン適応と生成モデリングは、データ収集とラベル付けの高価な性質を全体として緩和している。
本研究では,シミュレーション環境のローカライズに最適化された表現と,実環境におけるそのような表現の適用との間に存在する性能ギャップについて検討する。
論文 参考訳（メタデータ） (2020-11-09T00:40:50Z) - Gaussian Process Gradient Maps for Loop-Closure Detection in
Unstructured Planetary Environments [17.276441789710574]
以前にマップされた位置を認識する能力は、自律システムにとって不可欠な機能である。
非構造的な惑星のような環境は、地形の類似性のためにこれらのシステムに大きな課題をもたらす。
本稿では,空間情報のみを用いたループ閉鎖問題の解法を提案する。
論文 参考訳（メタデータ） (2020-09-01T04:41:40Z) - Mixup-CAM: Weakly-supervised Semantic Segmentation via Uncertainty
Regularization [73.03956876752868]
我々は、ネットワークがオブジェクトの他の部分に注意を払うことを可能にする、原則的でエンドツーエンドのトレーニング可能なフレームワークを提案する。
具体的には、ミックスアップデータ拡張方式を分類ネットワークに導入し、2つの不確実な正規化項を設計し、ミックスアップ戦略をよりよく扱う。
論文 参考訳（メタデータ） (2020-08-03T21:19:08Z) - Neural Topological SLAM for Visual Navigation [112.73876869904]
意味論を生かし、近似幾何学的推論を行う空間のトポロジ的表現を設計する。
本稿では,ノイズのあるアクティベーションの下でそのような表現を構築し,維持し,使用することができる教師付き学習ベースアルゴリズムについて述べる。
論文 参考訳（メタデータ） (2020-05-25T17:56:29Z) - Applying Rule-Based Context Knowledge to Build Abstract Semantic Maps of
Indoor Environments [2.4214518935746185]
本稿では,データ抽象化のためのルールベースコンテキスト知識を用いたデータ駆動MCMCサンプリングと推論を組み合わせた手法を提案する。
このシステムの積は、知覚された環境のパラメトリック抽象モデルである。
実世界のデータを用いた実験は有望な結果を示し,システムの有用性を確認した。
論文 参考訳（メタデータ） (2020-02-21T20:56:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。