論文の概要: Meta-ROS: A Next-Generation Middleware Architecture for Adaptive and Scalable Robotic Systems

• arxiv url: http://arxiv.org/abs/2601.21011v1
• Date: Wed, 28 Jan 2026 20:06:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.418127
• Title: Meta-ROS: A Next-Generation Middleware Architecture for Adaptive and Scalable Robotic Systems
• Title（参考訳）: Meta-ROS: 適応型およびスケーラブルなロボットシステムのための次世代ミドルウェアアーキテクチャ
• Authors: Anshul Ranjan, Anoosh Damodar, Neha Chougule, Dhruva S Nayak, Anantharaman P. N, Shylaja S S,
• Abstract要約: 統合を簡素化し、性能を向上し、クロスプラットフォームの互換性を確保することで、ロボット開発を効率化する新しいソリューションであるMeta-ROSを提案する。 総合的なテストを通じてMeta-ROSのパフォーマンスを評価し、ROS1やROS2のような既存のフレームワークと比較した。 その結果、Meta-ROSはROS2より優れ、スループットが最大30%向上し、メッセージレイテンシが大幅に減少し、リソース使用量が最適化された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The field of robotics faces significant challenges related to the complexity and interoperability of existing middleware frameworks, like ROS2, which can be difficult for new developers to adopt. To address these issues, we propose Meta-ROS, a novel middleware solution designed to streamline robotics development by simplifying integration, enhancing performance, and ensuring cross-platform compatibility. Meta-ROS leverages modern communication protocols, such as Zenoh and ZeroMQ, to enable efficient and low-latency communication across diverse hardware platforms, while also supporting various data types like audio, images, and video. We evaluated Meta-ROS's performance through comprehensive testing, comparing it with existing middleware frameworks like ROS1 and ROS2. The results demonstrated that Meta-ROS outperforms ROS2, achieving up to 30% higher throughput, significantly reducing message latency, and optimizing resource usage. Additionally, its robust hardware support and developer-centric design facilitate seamless integration and ease of use, positioning Meta-ROS as an ideal solution for modern, real-time robotics AI applications.
• Abstract（参考訳）: ロボティクスの分野は、ROS2のような既存のミドルウェアフレームワークの複雑さと相互運用性に関する大きな課題に直面している。 これらの課題に対処するため,Meta-ROSを提案する。Meta-ROSは,統合を簡素化し,性能を向上し,プラットフォーム間の互換性を確保することで,ロボット開発を効率化する新しいミドルウェアソリューションである。 Meta-ROSはZenohやZeroMQといった現代的な通信プロトコルを活用して,さまざまなハードウェアプラットフォーム間での効率的な低レイテンシ通信を実現すると同時に,オーディオやイメージ,ビデオといったさまざまなデータタイプをサポートする。 総合的なテストを通じてMeta-ROSの性能を評価し、ROS1やROS2のような既存のミドルウェアフレームワークと比較した。 その結果、Meta-ROSはROS2より優れ、スループットが最大30%向上し、メッセージレイテンシが大幅に減少し、リソース使用量が最適化された。 さらに、堅牢なハードウェアサポートと開発者中心の設計により、シームレスな統合と使いやすさが向上し、Meta-ROSを現代的なリアルタイムロボティクスAIアプリケーションのための理想的なソリューションとして位置付ける。

関連論文リスト

• RoboNeuron: A Modular Framework Linking Foundation Models and ROS for Embodied AI [13.74517467087138]
  RoboNeuronは、インテリジェンスの普遍的なデプロイフレームワークである。 ロボット・オペレーティング・システム(ROS)のリアルタイム実行バックボーンに、LLM(Large Language Models)とVLA(Vision-Language-Action)モデルの認知能力を深く統合する最初のフレームワークである。
  論文  参考訳（メタデータ） (2025-12-11T07:58:19Z)
• ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel [0.49259062564301753]
  ロボット・オペレーティング・システム(ROS)上に構築されたシステムは、組み立てがますます簡単になるが、制御し、確実に調整することは困難である。 本稿では,モバイルと操作機能を組み合わせた小型ヘテロジニアスロボットシステム(HeROS)を実証車両として使用する。 本稿では,モデルベースシステム工学(MBSE)ワークフローの焦点にROSベースのシステムを配置するために開発されたSysMLメタモデルであるMeROSに基づく構造化手法を提案する。
  論文  参考訳（メタデータ） (2025-06-10T11:44:00Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Modular Customizable ROS-Based Framework for Rapid Development of Social Robots [3.6622737533847936]
  本稿では、このニーズに対処するオープンソースのフレームワークである、SROS(Socially-Interactive Robot Software Platform)について述べる。 特殊な知覚と対話のスキルは、任意のロボットに再利用可能な配置のためのROSサービスとして実装されている。 コンピュータビジョン, 音声処理, GPT2 自動補完音声をプラグアンドプレイ ROS サービスとして実装し, SROS のコア技術の有効性を実験的に検証した。
  論文  参考訳（メタデータ） (2023-11-27T12:54:20Z)
• MeROS: SysML-based Metamodel for ROS-based Systems [0.0]
  本稿では、実行中のシステムと開発作業空間に対処するMeROSと呼ばれるROSの新しいメタモデルを提案する。 最新のROS 1の概念、例えばノードレット、アクション、メタパッケージが検討されている。 メタモデルは、Ricoアシストロボットの実例に基づいて、要求から導出され、検証される。
  論文  参考訳（メタデータ） (2023-03-14T22:10:57Z)
• Bayesian Meta-Learning for Few-Shot Policy Adaptation Across Robotic Platforms [60.59764170868101]
  強化学習手法は、重要な性能を達成できるが、同じロボットプラットフォームで収集される大量のトレーニングデータを必要とする。 私たちはそれを、さまざまなロボットプラットフォームで共有される共通の構造を捉えるモデルを見つけることを目標とする、数ショットのメタラーニング問題として定式化します。 我々は,400個のロボットを用いて,実ロボットピッキング作業とシミュレーションリーチの枠組みを実験的に評価した。
  論文  参考訳（メタデータ） (2021-03-05T14:16:20Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)

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。