論文の概要: PUGS: Perceptual Uncertainty for Grasp Selection in Underwater Environments

• arxiv url: http://arxiv.org/abs/2502.09824v1
• Date: Thu, 13 Feb 2025 23:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-17 14:44:31.328265
• Title: PUGS: Perceptual Uncertainty for Grasp Selection in Underwater Environments
• Title（参考訳）: PUGS:水中環境における草地選択の知覚的不確かさ
• Authors: Onur Bagoren, Marc Micatka, Katherine A. Skinner, Aaron Marburg,
• Abstract要約: 本稿では,3次元再構成における知覚の不確実性を定量化し,表現するための新しい手法を提案する。 水中環境における自律的な操作のための把握選択に組み込む枠組みを開発した。 本手法は実世界とシミュレーションデータの両方を用いて評価し,不確実性を考慮することにより,部分的および雑音的な測定に対して,グリップ選択が頑健になることを示す。
• 参考スコア（独自算出の注目度）: 1.7791007833336614
• License:
• Abstract: When navigating and interacting in challenging environments where sensory information is imperfect and incomplete, robots must make decisions that account for these shortcomings. We propose a novel method for quantifying and representing such perceptual uncertainty in 3D reconstruction through occupancy uncertainty estimation. We develop a framework to incorporate it into grasp selection for autonomous manipulation in underwater environments. Instead of treating each measurement equally when deciding which location to grasp from, we present a framework that propagates uncertainty inherent in the multi-view reconstruction process into the grasp selection. We evaluate our method with both simulated and the real world data, showing that by accounting for uncertainty, the grasp selection becomes robust against partial and noisy measurements. Code will be made available at https://onurbagoren.github.io/PUGS/
• Abstract（参考訳）: 感覚情報が不完全で不完全である困難な環境でナビゲートや対話を行う場合、ロボットはこれらの欠点を考慮に入れた意思決定をしなければならない。 本研究では, 3次元再構成における知覚不確実性を, 占有不確実性推定によって定量化し, 表現する手法を提案する。 水中環境における自律的な操作のための把握選択に組み込む枠組みを開発した。 それぞれの測定値がどの位置から把握するかを等しく扱うのではなく、多視点再構成プロセスに固有の不確かさを把握選択に伝達する枠組みを提案する。 本手法は実世界とシミュレーションデータの両方を用いて評価し,不確実性を考慮することにより,部分的および雑音的な測定に対して,グリップ選択が頑健になることを示す。 コードはhttps://onurbagoren.github.io/PUGS/で公開される。

関連論文リスト

• Uncertainty Quantification in Stereo Matching [61.73532883992135]
  ステレオマッチングのための新しいフレームワークとその不確実性定量化を提案する。 我々は、不確実性と推定データの尺度としてベイズリスクを採用し、個別に不確実性をモデル化する。 我々は,不確実性の少ないデータポイントを選択することにより,予測精度を向上させるために不確実性手法を適用した。
  論文  参考訳（メタデータ） (2024-12-24T23:28:20Z)
• Uncertainty Quantification for Forward and Inverse Problems of PDEs via Latent Global Evolution [110.99891169486366]
  本稿では,効率的かつ高精度な不確実性定量化を深層学習に基づく代理モデルに統合する手法を提案する。 本手法は,フォワード問題と逆問題の両方に対して,堅牢かつ効率的な不確実性定量化機能を備えたディープラーニングに基づく代理モデルを提案する。 提案手法は, 長期予測を含むシナリオに適合し, 拡張された自己回帰ロールアウトに対する不確かさの伝播に優れる。
  論文  参考訳（メタデータ） (2024-02-13T11:22:59Z)
• Quantification of Uncertainties in Deep Learning-based Environment Perception [0.7874708385247353]
  本稿では,レーダスキャンに基づく車両の環境認識のための新しいディープラーニング手法を提案する。 我々のアルゴリズムは、不適切なモデルに関係しているとして、その予測の不確かさを識別することができる。 モデル出力の不確実性はその予測精度と相関していることを示す。
  論文  参考訳（メタデータ） (2023-06-05T16:35:01Z)
• Safe motion planning with environment uncertainty [1.4824891788575418]
  本稿では,ロボットの状態と環境の不確実性を考慮した安全な運動計画手法を提案する。 我々はまず,ロボットのローカライゼーションにおける画期的な不確実性を考慮したアプローチを開発する。 次に、衝突確率の正確な式を計算することにより、最先端の手法を拡張する。
  論文  参考訳（メタデータ） (2023-05-10T09:29:41Z)
• Lightweight, Uncertainty-Aware Conformalized Visual Odometry [2.429910016019183]
  データ駆動型ビジュアルオドメトリー(VO)は、自律エッジロボティクスにとって重要なサブルーチンである。 昆虫スケールドローンや外科ロボットのような最先端ロボットデバイスは、VOの予測の不確実性を推定する計算的に効率的な枠組みを欠いている。 本稿では,共形推論(CI)を利用してVOの不確実な帯域を抽出する,新しい,軽量で統計的に堅牢なフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-03T20:37:55Z)
• Uncertainty-Aware AB3DMOT by Variational 3D Object Detection [74.8441634948334]
  不確実性推定は統計的に正確な予測を提供する効果的なツールである。 本稿では,変分ニューラルネットワークを用いたTANet 3Dオブジェクト検出器を提案し,不確実性のある3Dオブジェクト検出を行う。
  論文  参考訳（メタデータ） (2023-02-12T14:30:03Z)
• CertainNet: Sampling-free Uncertainty Estimation for Object Detection [65.28989536741658]
  ニューラルネットワークの不確実性を推定することは、安全クリティカルな設定において基本的な役割を果たす。 本研究では,オブジェクト検出のための新しいサンプリング不要不確実性推定法を提案する。 私たちはそれをCertainNetと呼び、各出力信号に対して、オブジェクト性、クラス、位置、サイズという、別の不確実性を提供するのは、これが初めてです。
  論文  参考訳（メタデータ） (2021-10-04T17:59:31Z)
• Stein ICP for Uncertainty Estimation in Point Cloud Matching [41.22194677919566]
  点雲マッチングにおける不確実性の定量化は、ポーズ推定、センサー融合、把握といった多くのタスクにおいて重要である。 反復最近点 (ICP) は、2つの点雲間の変換の点推定を提供する、一般的に使用されるポーズ推定アルゴリズムである。 我々は,ICPの変換パラメータの不確かさを正確に推定できる2点雲を整列する新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-07T01:07:34Z)
• Temporal Difference Uncertainties as a Signal for Exploration [76.6341354269013]
  強化学習における探索の効果的なアプローチは、最適な政策に対するエージェントの不確実性に依存することである。 本稿では,評価値のバイアスや時間的に矛盾する点を強調した。 本稿では,時間差誤差の分布の導出に依存する値関数の不確かさを推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-05T18:11:22Z)
• Localization Uncertainty Estimation for Anchor-Free Object Detection [48.931731695431374]
  アンカーベース物体検出のための既存の不確実性推定手法にはいくつかの制限がある。 アンカーフリー物体検出のためのUADと呼ばれる新しい位置推定不確実性推定手法を提案する。 本手法は,ボックスオフセットの4方向の不確かさを均一に捉え,どの方向が不確実であるかを判断する。
  論文  参考訳（メタデータ） (2020-06-28T13:49:30Z)

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。