論文の概要: SkyRover: A Modular Simulator for Cross-Domain Pathfinding

• arxiv url: http://arxiv.org/abs/2502.08969v1
• Date: Thu, 13 Feb 2025 05:13:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-14 13:49:19.616166
• Title: SkyRover: A Modular Simulator for Cross-Domain Pathfinding
• Title（参考訳）: SkyRover: クロスドメインパスフィニングのためのモジュールシミュレータ
• Authors: Wenhui Ma, Wenhao Li, Bo Jin, Changhong Lu, Xiangfeng Wang,
• Abstract要約: 無人航空機(UAV)と自動誘導車両(AGV)は、ますます物流、監視、検査業務に協力している。 既存のシミュレータは単一のドメインに集中し、クロスドメインの研究を制限することが多い。 本稿では,UAV-AGVマルチエージェントパスフィンディング(MAPF)のためのモジュールシミュレータSkyRoverを提案する。
• 参考スコア（独自算出の注目度）: 18.09727711120916
• License:
• Abstract: Unmanned Aerial Vehicles (UAVs) and Automated Guided Vehicles (AGVs) increasingly collaborate in logistics, surveillance, inspection tasks and etc. However, existing simulators often focus on a single domain, limiting cross-domain study. This paper presents the SkyRover, a modular simulator for UAV-AGV multi-agent pathfinding (MAPF). SkyRover supports realistic agent dynamics, configurable 3D environments, and convenient APIs for external solvers and learning methods. By unifying ground and aerial operations, it facilitates cross-domain algorithm design, testing, and benchmarking. Experiments highlight SkyRover's capacity for efficient pathfinding and high-fidelity simulations in UAV-AGV coordination. Project is available at https://sites.google.com/view/mapf3d/home.
• Abstract（参考訳）: 無人航空機(UAV)や自動誘導車両(AGV)は、ロジスティクス、監視、検査などの業務にますます協力している。 しかし、既存のシミュレータは単一のドメインに焦点を合わせ、クロスドメインの研究を制限していることが多い。 本稿では,UAV-AGVマルチエージェントパスフィンディング(MAPF)のためのモジュールシミュレータSkyRoverを提案する。 SkyRoverは、現実的なエージェントのダイナミックス、構成可能な3D環境、外部のソルバや学習方法のための便利なAPIをサポートする。 地上および空中操作を統一することにより、クロスドメインアルゴリズムの設計、テスト、ベンチマークを容易にする。 実験では、UAV-AGV調整における効率的なパスフィニングと高忠実度シミュレーションのためのSkyRoverの能力を強調している。 プロジェクトはhttps://sites.google.com/view/mapf3d/home.comから入手できる。

関連論文リスト

• IROAM: Improving Roadside Monocular 3D Object Detection Learning from Autonomous Vehicle Data Domain [16.423900628384427]
  意味幾何学を分離したコントラスト学習フレームワークであるIROAMを提案する。 IROAMは車側と道路側のデータを同時に入力する。 道路側検出器の性能向上におけるIROAMの有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-01-30T06:10:23Z)
• Shrinking POMCP: A Framework for Real-Time UAV Search and Rescue [10.399964979693996]
  本稿では,UAVによる周辺地域の捜索救助活動の最適化に包括的アプローチを提案する。 経路計画問題は部分的に観測可能なマルコフ決定過程(POMDP)として定式化される 本稿では,時間制約に対処する新しいShrinking POMCP'アプローチを提案する。
  論文  参考訳（メタデータ） (2024-11-20T01:41:29Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [60.05963742334746]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• Tiny Multi-Agent DRL for Twins Migration in UAV Metaverses: A Multi-Leader Multi-Follower Stackelberg Game Approach [57.15309977293297]
  無人航空機(UAV)とメタバースの相乗効果は、UAVメタバースと呼ばれる新しいパラダイムを生み出している。 本稿では,UAVメタバースにおける効率的なUTマイグレーションのためのプルーニング技術に基づく,機械学習に基づく小さなゲームフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-18T02:14:13Z)
• AerialVLN: Vision-and-Language Navigation for UAVs [23.40363176320464]
  AerialVLNという,UAVをベースとした,屋外環境に向けた新しいタスクを提案する。 都市レベル25のシナリオをほぼリアルに表現した3次元シミュレータを開発した。 AerialVLNが新しい課題であることを示唆するベースラインモデルと人的パフォーマンスの間にはまだ大きなギャップがある。
  論文  参考訳（メタデータ） (2023-08-13T09:55:04Z)
• Object Detection and Tracking with Autonomous UAV [0.3044887242295643]
  回転翼UAVは、目標のロック、追跡、関連するデータを周囲の車両と共有するといった様々な作業に成功している。 API通信、地上局の設定、自律移動アルゴリズム、コンピュータビジョン、ディープラーニングといった様々なソフトウェア技術が採用されている。
  論文  参考訳（メタデータ） (2022-06-26T18:48:59Z)
• Cyber Mobility Mirror for Enabling Cooperative Driving Automation: A Co-Simulation Platform [16.542137414609606]
  共シミュレーションプラットフォームは、高忠実度センサー認識システムとリアルタイム3D再構成システムによるサイバーワールドの両方で、現実世界をシミュレートすることができる。 ミラーワールドシミュレーターは知覚情報から3Dオブジェクトとその軌跡を再構築する役割を担っている。 道路沿いのLiDARを用いたリアルタイム車両検出・3次元再構築システムの研究事例を試作した。
  論文  参考訳（メタデータ） (2022-01-24T05:27:20Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
  DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。 DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。 実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
  論文  参考訳（メタデータ） (2021-04-30T15:30:05Z)
• Detecting 32 Pedestrian Attributes for Autonomous Vehicles [103.87351701138554]
  本稿では、歩行者を共同で検出し、32の歩行者属性を認識するという課題に対処する。 本稿では,複合フィールドフレームワークを用いたマルチタスク学習(MTL)モデルを提案する。 競合検出と属性認識の結果と,より安定したMTLトレーニングを示す。
  論文  参考訳（メタデータ） (2020-12-04T15:10:12Z)
• OpenREALM: Real-time Mapping for Unmanned Aerial Vehicles [62.997667081978825]
  OpenREALMは無人航空機(UAV)のリアルタイムマッピングフレームワークである 異なる操作モードにより、OpenREALMは近似平面場を仮定して単純な縫合を行うことができる。 すべてのモードにおいて、結果のマップの漸進的な進捗は、地上のオペレータによってライブで見ることができる。
  論文  参考訳（メタデータ） (2020-09-22T12:28:14Z)

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。