論文の概要: A Survey of Real-Time Support, Analysis, and Advancements in ROS 2

• arxiv url: http://arxiv.org/abs/2601.10722v1
• Date: Mon, 22 Dec 2025 14:46:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.722074
• Title: A Survey of Real-Time Support, Analysis, and Advancements in ROS 2
• Title（参考訳）: ROSのリアルタイムサポート, 分析, 進展に関する調査2
• Abstract要約: ロボット・オペレーティング・システム2(ROS2)は、モジュール性、分散実行、通信を提供するロボットアプリケーションのための関連するフレームワークとして登場した。 本調査では、リアルタイム実行をサポートするためにROS2を分析し、拡張し、拡張する研究成果の概要を概観する。
• 参考スコア（独自算出の注目度）: 6.1157189547550805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Robot Operating System 2 (ROS~2) has emerged as a relevant middleware framework for robotic applications, offering modularity, distributed execution, and communication. In the last six years, ROS~2 has drawn increasing attention from the real-time systems community and industry. This survey presents a comprehensive overview of research efforts that analyze, enhance, and extend ROS~2 to support real-time execution. We first provide a detailed description of the internal scheduling mechanisms of ROS~2 and its layered architecture, including the interaction with DDS-based communication and other communication middleware. We then review key contributions from the literature, covering timing analysis for both single- and multi-threaded executors, metrics such as response time, reaction time, and data age, and different communication modes. The survey also discusses community-driven enhancements to the ROS~2 runtime, including new executor algorithm designs, real-time GPU management, and microcontroller support via micro-ROS. Furthermore, we summarize techniques for bounding DDS communication delays, message filters, and profiling tools that have been developed to support analysis and experimentation. To help systematize this growing body of work, we introduce taxonomies that classify the surveyed contributions based on different criteria. This survey aims to guide both researchers and practitioners in understanding and improving the real-time capabilities of ROS~2.
• Abstract（参考訳）: Robot Operating System 2 (ROS~2)は、モジュール性、分散実行、通信を提供するロボットアプリケーションのための関連するミドルウェアフレームワークとして登場した。 過去6年間で、ROS~2はリアルタイムシステムコミュニティや業界から注目を集めています。 本調査では,リアルタイム実行をサポートするためにROS~2を解析,拡張,拡張する研究成果の概要を概説する。 まず, ROS~2の内部スケジューリング機構とその階層化アーキテクチャについて, DDSベースの通信や他の通信ミドルウェアとのインタラクションなどについて詳述する。 次に、文献からの重要なコントリビューションをレビューし、シングルスレッドとマルチスレッドのエグゼキュータのタイミング分析、応答時間、反応時間、データ年齢などのメトリクス、異なる通信モードについて紹介する。 調査ではまた、新しいエグゼクタアルゴリズム設計、リアルタイムGPU管理、micro-ROSによるマイクロコントローラのサポートなど、ROS~2ランタイムに対するコミュニティ主導の強化についても論じている。 さらに、DDS通信遅延、メッセージフィルタ、および解析と実験を支援するために開発されたプロファイリングツールのバウンディング手法を要約する。 この成長する仕事の体系化を支援するために、異なる基準に基づいて調査された貢献を分類する分類法を導入する。 本調査は,ROS～2のリアルタイム能力の理解と改善に研究者と実践者の両方を導くことを目的としている。

関連論文リスト

• Agentic AI-enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing [14.904905716435946]
  本稿では,エンドツーエンドのCognitive Digital Twin(CDT)デバッグを自動化するエージェントベースのAI駆動ワークフローを提案する。 このシステムは平均的な平均精度(mAP)を97.2%の認識で達成し、展開サイクルを数週間から平均2時間に短縮する。
  論文  参考訳（メタデータ） (2026-09-08T22:34:38Z)
• Toward the Right Analytical Model and System Software for Autonomous Driving Systems: Open Problems and Research Directions [0.0]
  本稿では, 時間制約単位, タイミング指標, 資源モデル, 実行時変動性, 安全性統合の5つの側面について, 残りのギャップについて検討する。 このことは、ADシステムのタイミングを判断するために分析モデルが必要なのか、実際のプラットフォーム上でそれらのモデルを実現し、観察し、強制するためにシステムソフトウェアが必要なのか、という2つの問いを提起する。
  論文  参考訳（メタデータ） (2026-07-05T06:10:47Z)
• The Three Dimensions of ROS 2 Middleware [17.21119597148951]
  ROS 2は現代のロボットソフトウェア開発のデファクトスタンダードとして登場した。 アーキテクチャの柔軟性にもかかわらず、これらのシステムは動的かつリソースに制約のある無線環境下での構造的制約を示す。 本稿では,分散ロボットシステムに必要な3つの構造的次元を通して,その構造的限界を検証するための概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-07-01T15:35:10Z)
• DuMate-DeepResearch: An Auditable Multi-Agent System with Recursive Search and Rubric-Grounded Reasoning [58.09293442211248]
  Deep Research(DR)は、複雑でオープンな研究課題に取り組むための新しいエージェントパラダイムとして登場した。 本稿では,Qianfan Agent Foundry上に構築されたマルチエージェントDRフレームワークであるDuMate-DeepResearchを紹介する。
  論文  参考訳（メタデータ） (2026-06-05T14:10:48Z)
• Multi-Agent Systems for Root Cause Analysis in Microservices [58.95503998127531]
  LATS-RCAはMSSの根本原因分析のためのマルチエージェントフレームワークである。 リフレクションスコアは、最も可能性が高い根本原因への探索を導くために使用される。 我々は,オープンソースの産業MSSであるLight-OAuth2上でLATS-RCAを評価する。
  論文  参考訳（メタデータ） (2026-05-05T08:39:42Z)
• Paper Circle: An Open-source Multi-agent Research Discovery and Analysis Framework [82.66443886385125]
  ペーパーサークル(Paper Circle)は、学術文献の発見、評価、整理、理解に必要な労力を減らすために設計された発見・分析システムである。 1)複数のソースからのオフラインおよびオンライン検索を統合するディスカバリパイプライン,多エージェントスコアリング,多様性対応ランキング,構造化アウトプット,2)個々の論文を概念,メソッド,数値などの型付きノードで構造化された知識グラフに変換する分析パイプライン,の2つの補完パイプラインで構成されている。
  論文  参考訳（メタデータ） (2026-04-07T17:59:58Z)
• PRInTS: Reward Modeling for Long-Horizon Information Seeking [74.14496236655911]
  PRInTS(PRInTS)は、二重機能で訓練された生成型PRMである。 PRInTSは,オープンソースモデルと特殊エージェントの情報検索能力を向上させる。
  論文  参考訳（メタデータ） (2025-11-24T17:09:43Z)
• LoCoBench-Agent: An Interactive Benchmark for LLM Agents in Long-Context Software Engineering [90.84806758077536]
  textbfLoCoBench-Agentは,大規模言語モデル(LLM)エージェントを現実的,長期的ソフトウェア工学で評価するための総合的な評価フレームワークである。 我々のフレームワークは、LoCoBenchの8000のシナリオを対話型エージェント環境に拡張し、マルチターン会話の体系的評価を可能にする。 我々のフレームワークは,8つの特殊なツール(ファイル操作,検索,コード解析)をエージェントに提供し,それを10Kから1Mトークンの範囲で評価する。
  論文  参考訳（メタデータ） (2025-11-17T23:57:24Z)
• AUTOSAR AP and ROS 2 Collaboration Framework [4.834075655153396]
  本稿では,AUTOSAR APとROS 2の通信を可能にする協調フレームワークを提案する。 橋梁コンバータの機能と性能を実証解析により検証する。
  論文  参考訳（メタデータ） (2025-11-07T10:15:47Z)
• A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
  この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。 本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
  論文  参考訳（メタデータ） (2025-10-10T06:56:50Z)
• eDIF: A European Deep Inference Fabric for Remote Interpretability of LLM [0.0]
  本稿では,欧州深部推論ファブリック(eDIF)の展開可能性について検討する。 eDIFはNDIF互換のインフラであり、大規模言語モデルにおける機械的解釈可能性の研究をサポートするように設計されている。 このプロジェクトでは、Ansbach University of Applied Sciencesでホストされ、パートナー機関と相互接続するGPUベースのクラスタが導入されている。
  論文  参考訳（メタデータ） (2025-08-14T11:45:34Z)
• Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
  Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。 本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
  論文  参考訳（メタデータ） (2025-06-22T16:52:48Z)
• ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
  ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。 我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。 分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
  論文  参考訳（メタデータ） (2025-05-29T17:59:38Z)
• A first look at ROS 2 applications written in asynchronous Rust [0.0]
  ROS 2の既存のリアルタイムスケジューリングとレスポンスタイム分析技術は、C++で記述されたアプリケーションに焦点を当てている。 非同期Rust ROS 2バインディングとさまざまな非同期ランタイムRustのR2Rの実行モデルを分析する。 本稿では,スレッド優先化とコールバック・ツー・スレッドマッピング方式を含む決定論的リアルタイム操作を目的としたR2Rアプリケーションの構造化手法を提案する。
  論文  参考訳（メタデータ） (2025-05-27T15:21:58Z)
• ROSMonitoring 2.0: Extending ROS Runtime Verification to Services and Ordered Topics [1.4680035572775536]
  ROSMonitoring 2.0は、メッセージの公開と受信の順序を考慮して、トピックとサービスの監視を容易にするように設計されている。 このフレームワークは、ROS1と部分的にROS2環境のこれらの新機能をサポートするように拡張されている。 本稿では,これらの進歩に対応するための改良について論じるとともに,消火無人航空機の特定の部品の監視を行うケーススタディの結果について述べる。
  論文  参考訳（メタデータ） (2024-11-21T18:07:31Z)
• A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
  マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。 この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる 本調査では,I-CMRの3段階分類法について概説する。
  論文  参考訳（メタデータ） (2023-09-05T05:06:48Z)

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。