論文の概要: Semantic Glitch: Agency and Artistry in an Autonomous Pixel Cloud

• arxiv url: http://arxiv.org/abs/2511.16048v1
• Date: Thu, 20 Nov 2025 05:10:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.475247
• Title: Semantic Glitch: Agency and Artistry in an Autonomous Pixel Cloud
• Title（参考訳）: Semantic Glitch: 自律的なPixelクラウドにおけるエージェンシーとアーティファクト
• Authors: Qing Zhang, Jing Huang, Mingyang Xu, Jun Rekimoto,
• Abstract要約: デジタル考古学から派生した物理グリッチ(物理グリッチ)を物理形状の3Dピクセル式雲(3Dピクセル型雲)で再現したソフトフライングロボティックアートインスタレーション「セマンティックグリッチ(Semantic Glitch)」を提示する。 我々は、LiDARやSLAMのような従来のセンサーを拒絶する新しい自律パイプラインについて詳述する。 自然言語のプロンプトを通じて、ロボットのバイオインスパイアされた個性を記述することで、歴史的にロードされた身体を補完する「物語的マインド」を創り出す。
• 参考スコア（独自算出の注目度）: 24.616521828924622
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While mainstream robotics pursues metric precision and flawless performance, this paper explores the creative potential of a deliberately "lo-fi" approach. We present the "Semantic Glitch," a soft flying robotic art installation whose physical form, a 3D pixel style cloud, is a "physical glitch" derived from digital archaeology. We detail a novel autonomous pipeline that rejects conventional sensors like LiDAR and SLAM, relying solely on the qualitative, semantic understanding of a Multimodal Large Language Model to navigate. By authoring a bio-inspired personality for the robot through a natural language prompt, we create a "narrative mind" that complements the "weak," historically, loaded body. Our analysis begins with a 13-minute autonomous flight log, and a follow-up study statistically validates the framework's robustness for authoring quantifiably distinct personas. The combined analysis reveals emergent behaviors, from landmark-based navigation to a compelling "plan to execution" gap, and a character whose unpredictable, plausible behavior stems from a lack of precise proprioception. This demonstrates a lo-fi framework for creating imperfect companions whose success is measured in character over efficiency.
• Abstract（参考訳）: 主流のロボティクスは、メートル法精度と欠陥のない性能を追求する一方で、本研究では、意図的に「lo-fi」アプローチの創造的可能性について検討する。 デジタル考古学から派生した物理グリッチ(物理グリッチ)を物理形状の3Dピクセル式雲(3Dピクセル型雲)で再現したソフトフライングロボティックアートインスタレーション「セマンティックグリッチ(Semantic Glitch)」を提示する。 我々は、LiDARやSLAMのような従来のセンサーを拒絶する新しい自律パイプラインについて詳述する。 自然言語のプロンプトを通じて、ロボットのバイオインスパイアされた個性を記述することで、歴史的にロードされた身体を補完する「物語的マインド」を創り出す。 分析は13分間の自律飛行ログから始まり、その後の研究は、定量的に異なるペルソナをオーサリングするためのフレームワークの堅牢性を統計的に検証する。 この組み合わせ分析により、ランドマークベースのナビゲーションから魅力的な「実行計画」ギャップまで、創発的な行動が明らかとなり、予測不可能で、妥当な振る舞いを持つ人物は、正確な先入観の欠如に起因する。 これは、キャラクタオーバー効率で成功する不完全なコンパニオンを作成するためのlo-fiフレームワークを示す。

関連論文リスト

• PhyGrasp: Generalizing Robotic Grasping with Physics-informed Large Multimodal Models [58.33913881592706]
  人間は、自分の直感的な物理学を巧みに把握し、これまで見たことのない物体であっても、効率的に把握を変更できる。 この研究は、そのような物理的常識的推論をロボット操作に注入することに注力している。 自然言語と3次元点雲の2つのモードからの入力を利用するマルチモーダル大モデルであるPhyGraspを紹介する。
  論文  参考訳（メタデータ） (2024-02-26T18:57:52Z)
• Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
  Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。 提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
  論文  参考訳（メタデータ） (2023-12-26T18:56:49Z)
• DMFC-GraspNet: Differentiable Multi-Fingered Robotic Grasp Generation in Cluttered Scenes [22.835683657191936]
  マルチフィンガーロボットグリップは、複雑なオブジェクト操作を行う可能性がある。 マルチフィンガーロボットグリップの現在の技術は、推論時間毎に1つのグリップしか予測しないことが多い。 本稿では,この課題に対処するための3つの主要なコントリビューションを持つ,微分可能なマルチフィンガーグリップ生成ネットワーク(DMFC-GraspNet)を提案する。
  論文  参考訳（メタデータ） (2023-08-01T11:21:07Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• Exploring Contextual Representation and Multi-Modality for End-to-End Autonomous Driving [58.879758550901364]
  最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。 我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。 提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
  論文  参考訳（メタデータ） (2022-10-13T05:56:20Z)
• Leveraging distributed contact force measurements for slip detection: a physics-based approach enabled by a data-driven tactile sensor [5.027571997864706]
  本稿では,新たなモデルに基づくスリップ検出パイプラインについて述べる。 分散力を正確に推定する視覚ベースの触覚センサを、6自由度コボットと2フィンガーグリップパーからなる把握装置に統合した。 その結果, 形状, 材料, 重量の異なる物体を操作しながら, スリップを確実に予測できることがわかった。
  論文  参考訳（メタデータ） (2021-09-23T17:12:46Z)
• DeepSym: Deep Symbol Generation and Rule Learning from Unsupervised Continuous Robot Interaction for Planning [1.3854111346209868]
  ロボットアームハンドシステムは、プッシュとスタックアクションから「ロータブル」、「インサータブル」、「ラーガー・サン」と解釈できるシンボルを学習する。 本システムは,ロボットアームハンドシステムにおいて,その動作から「回転可能」,「不可能」,「大きい」と解釈可能なシンボルを学習する物理に基づく3次元シミュレーション環境で検証する。
  論文  参考訳（メタデータ） (2020-12-04T11:26:06Z)

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。