論文の概要: SyncTwin: Fast Digital Twin Construction and Synchronization for Safe Robotic Manipulation
- arxiv url: http://arxiv.org/abs/2601.09920v2
- Date: Fri, 20 Feb 2026 06:17:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.783923
- Title: SyncTwin: Fast Digital Twin Construction and Synchronization for Safe Robotic Manipulation
- Title（参考訳）: SyncTwin: 安全なロボットマニピュレーションのための高速ディジタル双極子構築と同期
- Authors: Ruopeng Huang, Boyu Yang, Wenlong Gui, Jeremy Morgan, Erdem Biyik, Jiachen Li,
- Abstract要約: SyncTwinは、高速な3Dシーン再構成とリアルタイム同期を統合する新しいデジタルツインフレームワークである。
我々は、RGB画像からオブジェクトレベルの3Dアセットを迅速に再構築するためにVGGTを使用し、再利用可能な幾何学ライブラリを形成する。
SyncTwinは実行中、現実世界のオブジェクト状態を追跡することでデジタルツインを継続的に同期させる。
- 参考スコア（独自算出の注目度）: 15.239876774683625
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate and safe robotic manipulation under dynamic and visually occluded conditions remains a core challenge in real-world deployment. We introduce SyncTwin, a novel digital twin framework that unifies fast 3D scene reconstruction and real-to-sim synchronization for robust and safety-aware robotic manipulation in such environments. In the offline stage, we employ VGGT to rapidly reconstruct object-level 3D assets from RGB images, forming a reusable geometry library. During execution, SyncTwin continuously synchronizes the digital twin by tracking real-world object states via point cloud segmentation updates and aligning them through colored-ICP registration. The synchronized twin enables motion planners to compute collision-free and dynamically feasible trajectories in simulation, which are safely executed on the real robot through a closed real-to-sim-to-real loop. Experiments in dynamic and occluded scenes show that SyncTwin improves manipulation performance and motion safety, demonstrating the effectiveness of digital twin synchronization for real-world robotic execution. The video demos and code can be found on the project website: https://sync-twin.github.io/.
- Abstract（参考訳）: ダイナミックで視覚的に排除された状況下での正確な安全なロボット操作は、現実世界の展開において重要な課題である。
SyncTwinは高速な3Dシーン再構成と,ロバストで安全に配慮したロボット操作のためのリアルタイム同期を実現する新しいデジタルツインフレームワークである。
オフラインの段階では、RGB画像からオブジェクトレベルの3Dアセットを迅速に再構築するためにVGGTを使用し、再利用可能な幾何学ライブラリを形成する。
SyncTwinは実行中、ポイントクラウドセグメンテーション更新を通じて現実世界のオブジェクト状態を追跡し、色付きICP登録を通じてそれらを調整することで、デジタルツインを継続的に同期する。
同期双生児は、シミュレーションにおいて、衝突のない、動的に実現可能な軌道を計算し、クローズド・リアル・トゥ・シム・トゥ・リアルループを通じて、実際のロボット上で安全に実行される。
ダイナミックで隠蔽されたシーンの実験では、SyncTwinは操作性能と動作安全性を改善し、実際のロボット実行におけるデジタルツイン同期の有効性を実証している。
ビデオのデモとコードは、プロジェクトのWebサイト(https://sync-twin.github.io/)で見ることができる。
関連論文リスト
- A High-Fidelity Digital Twin for Robotic Manipulation Based on 3D Gaussian Splatting [0.0]
粗いRGB入力から数分以内に高品質なデジタルツインを構築するフレームワークを提案する。
本システムでは3次元ガウススプラッティング(3DGS)を用いて高速で光写実的再構成を行い,シーンを統一的に表現する。
フランカ・エミカ・パンダ(Franka Emika Panda)ロボットを用いた実験では、この拡張された幾何精度が実世界の試行において堅牢な操作を効果的にサポートすることを示した。
論文 参考訳（メタデータ） (2026-01-06T17:29:10Z) - TwinAligner: Visual-Dynamic Alignment Empowers Physics-aware Real2Sim2Real for Robotic Manipulation [24.782400753476068]
本稿では,視覚的ギャップと動的ギャップに対処する新しいReal2Sim2RealシステムであるTwinAlignerを紹介する。
ビジュアルアライメントモジュールは、SDF再構成と編集可能な3DGSレンダリングによってピクセルレベルのアライメントを実現する。
動的アライメントモジュールは、ロボットと物体の相互作用から剛体物理学を識別することで整合性を確保する。
論文 参考訳（メタデータ） (2025-12-22T13:38:11Z) - Dexterous World Models [24.21588354488453]
Dexterous World Model (DWM) はシーンアクション条件付きビデオ拡散フレームワークである。
本稿では,DWMが時間的コヒーレントな映像を生成する方法を示す。
実験により、DWMは、つかむ、開く、動く物体など、現実的で物理的に妥当な相互作用を可能にすることが示されている。
論文 参考訳（メタデータ） (2025-12-19T18:59:51Z) - SyncTrack4D: Cross-Video Motion Alignment and Video Synchronization for Multi-Video 4D Gaussian Splatting [50.69165364520998]
実世界の非同期ビデオ集合を扱うために, マルチビデオ4Dガウススプラッティング (4DGS) 方式を提案する。
SyncTrack4Dは、4DGSの同時同期と4DGS再構成のためのキューとして動的シーンの高密度な4Dトラック表現を直接活用する。
我々はPanoptic Studio と SyncNeRF Blender に対するアプローチを評価し,0.26 フレーム以下の平均時間誤差でサブフレーム同期精度を示し,高忠実度 4D 再構成は26.3 PSNR スコアに達した。
論文 参考訳（メタデータ） (2025-12-03T23:05:01Z) - DriveGen3D: Boosting Feed-Forward Driving Scene Generation with Efficient Video Diffusion [62.589889759543446]
DriveGen3Dは、高品質で制御可能な動的3D駆動シーンを生成するための新しいフレームワークである。
本研究は,映像の高速化と大規模動的シーン再構築を融合させることにより,この手法のギャップを埋めるものである。
論文 参考訳（メタデータ） (2025-10-17T03:00:08Z) - Real-is-Sim: Bridging the Sim-to-Real Gap with a Dynamic Digital Twin [8.498460043101499]
我々は、シミュレーションを行動クローニングパイプラインに統合するための新しいアプローチである、Real-is-simを導入する。
デプロイ前にポリシーを安全にテストする機能がない実際のメソッドや、sim-to-realメソッドとは対照的に、sim-to-realギャップを横断するために複雑な適応を必要とするsim-to-realメソッドがある。
当社のフレームワークでは,実際のハードウェア上での動作と,並列化された仮想環境での動作とをシームレスに切り替えることが可能です。
論文 参考訳（メタデータ） (2025-04-04T17:05:56Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z) - Generative AI-empowered Effective Physical-Virtual Synchronization in
the Vehicular Metaverse [129.8037449161817]
本稿では,車載メタバースのための生成AIを利用した物理仮想同期フレームワークを提案する。
仮想と物理の同期において、MARは、ユーザの好みに基づいた生成AIモデルを通じて、多彩で個人的なARレコメンデーションをカスタマイズする。
論文 参考訳（メタデータ） (2023-01-18T16:25:42Z) - Edge Continual Learning for Dynamic Digital Twins over Wireless Networks [68.65520952712914]
デジタルツイン(DT)は、現実世界とメタバースの間の重要なリンクを構成する。
本稿では,物理的双生児とそれに対応するサイバー双生児の親和性を正確にモデル化する新しいエッジ連続学習フレームワークを提案する。
提案するフレームワークは,破滅的忘れ込みに対して頑健な,高精度かつ同期的なCTモデルを実現する。
論文 参考訳（メタデータ） (2022-04-10T23:25:37Z)
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。