論文の概要: The RoboSense Challenge: Sense Anything, Navigate Anywhere, Adapt Across Platforms
- arxiv url: http://arxiv.org/abs/2601.05014v1
- Date: Thu, 08 Jan 2026 15:16:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.70093
- Title: The RoboSense Challenge: Sense Anything, Navigate Anywhere, Adapt Across Platforms
- Title（参考訳）: RoboSenseの挑戦:あらゆるものを理解し、あらゆる場所をナビゲートし、プラットフォームをまたいで適応する
- Abstract要約: RoboSense 2025 Challengeは、さまざまな知覚シナリオにわたるロボット知覚における堅牢性と適応性を向上するために設計された。
言語による意思決定、社会的に適合したナビゲーション、センサー構成の一般化、クロスプラットフォームとクロスプラットフォームの対応、クロスプラットフォームの3D知覚にまたがる5つの補完的な研究トラックを統一する。
この挑戦は16カ国の85の機関から143のチームが参加し、コミュニティの幅広い関与を反映した。
- 参考スコア（独自算出の注目度）: 244.78980521248445
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Autonomous systems are increasingly deployed in open and dynamic environments -- from city streets to aerial and indoor spaces -- where perception models must remain reliable under sensor noise, environmental variation, and platform shifts. However, even state-of-the-art methods often degrade under unseen conditions, highlighting the need for robust and generalizable robot sensing. The RoboSense 2025 Challenge is designed to advance robustness and adaptability in robot perception across diverse sensing scenarios. It unifies five complementary research tracks spanning language-grounded decision making, socially compliant navigation, sensor configuration generalization, cross-view and cross-modal correspondence, and cross-platform 3D perception. Together, these tasks form a comprehensive benchmark for evaluating real-world sensing reliability under domain shifts, sensor failures, and platform discrepancies. RoboSense 2025 provides standardized datasets, baseline models, and unified evaluation protocols, enabling large-scale and reproducible comparison of robust perception methods. The challenge attracted 143 teams from 85 institutions across 16 countries, reflecting broad community engagement. By consolidating insights from 23 winning solutions, this report highlights emerging methodological trends, shared design principles, and open challenges across all tracks, marking a step toward building robots that can sense reliably, act robustly, and adapt across platforms in real-world environments.
- Abstract（参考訳）: 自律システムは、都市通りから空や屋内の空間まで、オープンでダイナミックな環境にますます展開されている。
しかし、最先端の方法でさえ、しばしば目に見えない条件下で劣化し、堅牢で一般化可能なロボットセンシングの必要性を強調している。
RoboSense 2025 Challengeは、さまざまな知覚シナリオにおけるロボット知覚の堅牢性と適応性を向上するために設計された。
言語による意思決定、社会的に適合したナビゲーション、センサー構成の一般化、クロスプラットフォームとクロスプラットフォームの対応、クロスプラットフォームの3D知覚にまたがる5つの補完的な研究トラックを統一する。
これらのタスクは、ドメインシフト、センサー障害、プラットフォームの不一致の下での実際のセンシング信頼性を評価するための包括的なベンチマークを形成する。
RoboSense 2025は、標準化されたデータセット、ベースラインモデル、統一された評価プロトコルを提供し、堅牢な知覚方法の大規模かつ再現可能な比較を可能にする。
このチャレンジは16カ国の85の機関から143のチームが参加し、コミュニティの幅広い関与を反映した。
23の勝利したソリューションからの洞察を統合することで、このレポートは、新しい方法論のトレンド、設計原則の共有、すべてのトラックにまたがるオープンな課題を強調します。
関連論文リスト
- RoboSynChallenge: Mastering Real-World Dexterity via Generalizing Synthesized Manipulation Skills [90.48218237655708]
RoboSynChallengeは、幅広い能力、データ効率、適応可能な操作システムの開発を促進することを目的としている。
Challengeは、大規模な合成データ生成と、標準化された現実世界のロボット評価を統合する。
論文 参考訳（メタデータ） (2026-08-12T04:29:00Z) - Requirement-Driven Design of Whole-Body Social Tactile Sensing via Virtual Human-Robot Interaction [5.7755882493185915]
本稿では, 相互作用データから直接, 空間分解能と配置の感知要求を導出する要求駆動型フレームワークを提案する。
複数の社会的シナリオにまたがる高精細な全身接触分布を収集し,9つの反復的な接触ジェスチャーを同定した。
1つのロボットプラットフォームで実証されているが、他のロボット形態に転送できるように設計されている。
論文 参考訳（メタデータ） (2026-07-13T15:23:45Z) - SensorPerch: Sense Wherever and Whenever it Matters [2.1117452999989315]
SensorPerchは、ロボットの体と環境の両方から感覚を分離する、アクティブな知覚の新たな実現法である。
SensorPerchは、軽量でワイヤレスで、再構成可能なセンサープラットフォームで、多様な表面をパーチできる。
i) ロボットの現在位置を超えた永続的な物体状態検出が可能で、ロボットが近くにいない場合でもイベント検出が成功し、かつ、(ii) ポリシー結合型認識では、各種のポリシー固有の視点をロボットが構築できる。
論文 参考訳（メタデータ） (2026-07-12T10:06:01Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - CHORAL: Traversal-Aware Planning for Safe and Efficient Heterogeneous Multi-Robot Routing [4.3992789649203194]
自律ロボットによる大規模で未知の複雑な環境のモニタリングは、重要なナビゲーション課題を引き起こす。
異種ロボットの協調のための統合意味認識フレームワークを提案する。
シミュレーション実験と3つのロボットプラットフォームを用いた実際の検査ミッションにより,本手法の有効性が実証された。
論文 参考訳（メタデータ） (2026-01-15T12:34:22Z) - Situationally-Aware Dynamics Learning [57.698553219660376]
隠れ状態表現のオンライン学習のための新しいフレームワークを提案する。
提案手法は、非観測パラメータが遷移力学と報酬構造の両方に与える影響を明示的にモデル化する。
シミュレーションと実世界の両方の実験は、データ効率、ポリシー性能、安全で適応的なナビゲーション戦略の出現を著しく改善した。
論文 参考訳（メタデータ） (2025-05-26T06:40:11Z) - CoinRobot: Generalized End-to-end Robotic Learning for Physical Intelligence [12.629888401901418]
当社のフレームワークはクロスプラットフォーム適応性をサポートし,産業用ロボット,協調アーム,タスク固有の変更を伴わない新しい実施形態をシームレスに展開する。
我々は,7つの操作タスクに関する広範囲な実験を通じて,我々のフレームワークを検証する。特に,我々のフレームワークで訓練された拡散モデルは,LeRobotフレームワークと比較して優れた性能と一般化性を示した。
論文 参考訳（メタデータ） (2025-03-07T10:50:58Z) - RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments [62.5830455357187]
我々は3種類のセンサー(Camera, LiDAR, Fisheye)をベースとした自我中心型マルチセンサデータ収集プラットフォームを構築した。
大規模なマルチモーダルデータセットであるRoboSenseは、エゴセントリックなロボット知覚を促進するために構築されている。
論文 参考訳（メタデータ） (2024-08-28T03:17:40Z) - The RoboDrive Challenge: Drive Anytime Anywhere in Any Condition [136.32656319458158]
2024年のRoboDrive Challengeは、駆動認識技術の発展を促進するために作られた。
今年の挑戦は5つの異なるトラックで構成され、11カ国の93の機関から140の登録チームが集まった。
競争は15の最高パフォーマンスのソリューションで頂点に達した。
論文 参考訳（メタデータ） (2024-05-14T17:59:57Z) - HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and
Sensing [1.3678064890824186]
HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。
このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。
大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
論文 参考訳（メタデータ） (2021-10-20T00:41:57Z)
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。