論文の概要: General Place Recognition Survey: Towards Real-World Autonomy
- arxiv url: http://arxiv.org/abs/2405.04812v1
- Date: Wed, 8 May 2024 04:54:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-09 15:14:42.550585
- Title: General Place Recognition Survey: Towards Real-World Autonomy
- Title（参考訳）: 一般地名認識調査 : 実世界における自律性を目指して
- Authors: Peng Yin, Jianhao Jiao, Shiqi Zhao, Lingyun Xu, Guoquan Huang, Howie Choset, Sebastian Scherer, Jianda Han,
- Abstract要約: 我々は、SLAM 2.0のフレームワークにおけるPRの重要な役割を強調します。
ロボットナビゲーションの新しいフェーズでは、高度な人工知能(AI)技術を統合することにより、スケーラブルで適応性があり、効率的なPRソリューションが求められている。
我々は、PRにおける現状のSOTA(State-of-the-art (SOTA))を、残りの課題と共に包括的にレビューし、ロボット工学におけるその幅広い応用を裏付ける。
- 参考スコア（独自算出の注目度）: 26.794603315981675
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the realm of robotics, the quest for achieving real-world autonomy, capable of executing large-scale and long-term operations, has positioned place recognition (PR) as a cornerstone technology. Despite the PR community's remarkable strides over the past two decades, garnering attention from fields like computer vision and robotics, the development of PR methods that sufficiently support real-world robotic systems remains a challenge. This paper aims to bridge this gap by highlighting the crucial role of PR within the framework of Simultaneous Localization and Mapping (SLAM) 2.0. This new phase in robotic navigation calls for scalable, adaptable, and efficient PR solutions by integrating advanced artificial intelligence (AI) technologies. For this goal, we provide a comprehensive review of the current state-of-the-art (SOTA) advancements in PR, alongside the remaining challenges, and underscore its broad applications in robotics. This paper begins with an exploration of PR's formulation and key research challenges. We extensively review literature, focusing on related methods on place representation and solutions to various PR challenges. Applications showcasing PR's potential in robotics, key PR datasets, and open-source libraries are discussed. We also emphasizes our open-source package, aimed at new development and benchmark for general PR. We conclude with a discussion on PR's future directions, accompanied by a summary of the literature covered and access to our open-source library, available to the robotics community at: https://github.com/MetaSLAM/GPRS.
- Abstract（参考訳）: ロボット工学の領域では、大規模かつ長期の運用が可能な現実の自律性を達成するための探求が、位置認識(PR)を基盤技術として位置づけられている。
コンピュータビジョンやロボティクスといった分野の注目を集めている過去20年間のPRコミュニティの顕著な進歩にもかかわらず、現実のロボットシステムをサポートするPR手法の開発は依然として課題である。
本稿では、SLAM 2.0のフレームワークにおけるPRの役割を強調し、このギャップを埋めることを目的としている。
ロボットナビゲーションの新しいフェーズでは、高度な人工知能(AI)技術を統合することにより、スケーラブルで適応性があり、効率的なPRソリューションが求められている。
この目的のために、我々は、PRにおける現在の最先端(SOTA)の進歩を、残りの課題と共に包括的にレビューし、ロボット工学におけるその幅広い応用を裏付ける。
本稿はPRの定式化と重要な研究課題を探求することから始まる。
文献を概観し、場所表現に関する関連手法と様々なPR課題への解決策に焦点をあてる。
ロボット工学におけるPRの可能性を示すアプリケーション、主要なPRデータセット、オープンソースライブラリについて論じる。
また、一般PRの新しい開発とベンチマークを目的としたオープンソースパッケージも強調します。
我々は、PRの今後の方向性に関する議論を締めくくるとともに、私たちのオープンソースライブラリへのアクセスに関する文献の要約とともに、次のようにロボティクスコミュニティで公開しています。
関連論文リスト
- O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳（メタデータ） (2024-10-08T15:13:01Z) - On the role of Artificial Intelligence methods in modern force-controlled manufacturing robotic tasks [0.0]
ロボットマニピュレータの強化におけるAIの役割は、スマートマニュファクチャリングにおける重要なイノベーションに急速に結びついている。
この記事では、これらのイノベーションを実効力によって制御されたアプリケーションにまとめ、高品質な生産標準を維持する必要性を強調します。
この分析は、AI技術を検証するための共通のパフォーマンスメトリクスの必要性を強調した、将来の研究方向性の視点で締めくくっている。
論文 参考訳（メタデータ） (2024-09-25T11:29:26Z) - State-of-the-art in Robot Learning for Multi-Robot Collaboration: A Comprehensive Survey [2.686336957004475]
この基盤上に構築されたマルチロボットシステム(MRS)は劇的な進化を遂げている。
人工知能技術とロボットハードウェアの融合は、MSSに幅広い応用可能性をもたらしている。
本稿では,マルチロボット協調におけるロボット学習の現状について概説する。
論文 参考訳（メタデータ） (2024-08-03T21:22:08Z) - Recent Advances in Generative AI and Large Language Models: Current Status, Challenges, and Perspectives [10.16399860867284]
生成人工知能(AI)と大規模言語モデル(LLM)の出現は、自然言語処理(NLP)の新しい時代を象徴している。
本稿では,これらの最先端技術の現状を概観し,その顕著な進歩と広範囲な応用を実証する。
論文 参考訳（メタデータ） (2024-07-20T18:48:35Z) - Networking Systems for Video Anomaly Detection: A Tutorial and Survey [55.28514053969056]
ビデオ異常検出(VAD)は人工知能(AI)コミュニティにおける基本的な研究課題である。
本稿では,各種深層学習駆動型VAD経路の基本前提,学習フレームワーク,適用シナリオについて述べる。
我々は、産業用IoTおよびスマート都市における最新のNSVAD研究と、デプロイ可能なNSVADのためのエンドクラウド共同アーキテクチャを紹介します。
論文 参考訳（メタデータ） (2024-05-16T02:00:44Z) - SERL: A Software Suite for Sample-Efficient Robotic Reinforcement
Learning [85.21378553454672]
筆者らは,報酬の計算と環境のリセットを行う手法とともに,効率的なオフ・ポリティクス・ディープ・RL法を含むライブラリを開発した。
我々は,PCBボードアセンブリ,ケーブルルーティング,オブジェクトの移動に関するポリシを,非常に効率的な学習を実現することができることを発見した。
これらの政策は完全な成功率またはほぼ完全な成功率、摂動下でさえ極端な堅牢性を実現し、突発的な堅牢性回復と修正行動を示す。
論文 参考訳（メタデータ） (2024-01-29T10:01:10Z) - Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。
コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。
ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
論文 参考訳（メタデータ） (2023-12-14T10:02:55Z) - Towards Generalist Robots: A Promising Paradigm via Generative
Simulation [18.704506851738365]
この文書は、一般のロボットへの潜在的な経路に対する著者のビジョンを概説する位置紙として機能する。
著者らは、提案されたパラダイムは、ロボット工学研究の長年の目標を達成するための、実現可能な道であると信じている。
論文 参考訳（メタデータ） (2023-05-17T02:53:58Z) - General Place Recognition Survey: Towards the Real-world Autonomy Age [36.49196034588173]
場所認識コミュニティは、過去20年間に驚くべき進歩を遂げてきた。
複雑な実世界のシナリオにおいて、期待できる位置認識性能を示す手法はほとんどない。
本論文は,場所認識コミュニティと長期ロボット工学の自律性に関心を持つ研究者を対象としたチュートリアルである。
論文 参考訳（メタデータ） (2022-09-09T19:37:05Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳（メタデータ） (2021-10-14T15:14:33Z) - Semantics for Robotic Mapping, Perception and Interaction: A Survey [93.93587844202534]
理解の研究は、ロボットに世界が何を意味するのかを決定する。
人間とロボットが同じ世界で活動するようになるにつれ、人間とロボットの相互作用の展望も意味論をもたらす。
ニーズや、トレーニングデータや計算リソースの可用性向上などによって駆動されるセマンティックスは、ロボティクスにおける急速に成長している研究領域である。
論文 参考訳（メタデータ） (2021-01-02T12:34:39Z)
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。