論文の概要: Perception with Guarantees: Certified Pose Estimation via Reachability Analysis
- arxiv url: http://arxiv.org/abs/2602.10032v1
- Date: Tue, 10 Feb 2026 17:55:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-11 20:17:43.724333
- Title: Perception with Guarantees: Certified Pose Estimation via Reachability Analysis
- Title（参考訳）: 保証者による認識:到達可能性分析による認証されたポース推定
- Authors: Tobias Ladner, Yasser Shoukry, Matthias Althoff,
- Abstract要約: 安全クリティカルな領域では、安全を正式に判断するには大まかな見積もりが不十分である。
本稿では、カメラ画像とよく知られたターゲット形状から、3Dで認証されたポーズ推定を行う。
これは、リーチビリティ分析とフォーマルニューラルネットワーク検証の最近の結果を活用することで計算されるポーズを正式に境界付けることで実現される。
- 参考スコア（独自算出の注目度）: 17.3079729004915
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agents in cyber-physical systems are increasingly entrusted with safety-critical tasks. Ensuring safety of these agents often requires localizing the pose for subsequent actions. Pose estimates can, e.g., be obtained from various combinations of lidar sensors, cameras, and external services such as GPS. Crucially, in safety-critical domains, a rough estimate is insufficient to formally determine safety, i.e., guaranteeing safety even in the worst-case scenario, and external services might additionally not be trustworthy. We address this problem by presenting a certified pose estimation in 3D solely from a camera image and a well-known target geometry. This is realized by formally bounding the pose, which is computed by leveraging recent results from reachability analysis and formal neural network verification. Our experiments demonstrate that our approach efficiently and accurately localizes agents in both synthetic and real-world experiments.
- Abstract（参考訳）: サイバー物理システムのエージェントは、安全クリティカルなタスクにますます信頼されている。
これらのエージェントの安全性を確保するには、しばしばその後のアクションのポーズをローカライズする必要がある。
例えば、ライダーセンサー、カメラ、GPSなどの外部サービスの組み合わせから、Poseの推定値を得ることができる。
重要なことに、安全クリティカルな領域では、安全を正式に判断するには大まかな見積もりが不十分である。
本稿では、カメラ画像とよく知られたターゲット形状から、3Dで認証されたポーズ推定を行うことにより、この問題に対処する。
これは、リーチビリティ分析とフォーマルニューラルネットワーク検証の最近の結果を活用することで計算されるポーズを正式に境界付けることで実現される。
実験により,本手法は実世界と実世界の両方の実験において,エージェントを効率よく,正確に局在させることが実証された。
関連論文リスト
- How Brittle is Agent Safety? Rethinking Agent Risk under Intent Concealment and Task Complexity [55.441602598245744]
LLM駆動エージェントの現在の安全性評価は、主に原子害に焦点を当てており、悪意のある意図が複雑なタスクで隠されたり希釈されたりする高度な脅威に対処できなかった。
このギャップを,意図隠蔽とタスク複雑性の圧力下でのエージェントの安全性の脆さを二次元的に解析することで解決する。
目的が明確になるにつれて、安全アライメントは急激かつ予測的に低下し、「複雑パラドックス」が出現する。
論文 参考訳（メタデータ） (2025-11-11T17:27:27Z) - OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。
我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
論文 参考訳（メタデータ） (2025-10-28T13:22:39Z) - OpenAgentSafety: A Comprehensive Framework for Evaluating Real-World AI Agent Safety [58.201189860217724]
OpenAgentSafetyは,8つの危機リスクカテゴリにまたがるエージェントの動作を評価する包括的なフレームワークである。
従来の作業とは異なり、我々のフレームワークは、Webブラウザ、コード実行環境、ファイルシステム、bashシェル、メッセージングプラットフォームなど、実際のツールと対話するエージェントを評価します。
ルールベースの分析とLSM-as-judgeアセスメントを組み合わせることで、過度な行動と微妙な不安全行動の両方を検出する。
論文 参考訳（メタデータ） (2025-07-08T16:18:54Z) - SafeCOMM: A Study on Safety Degradation in Fine-Tuned Telecom Large Language Models [86.11849528108199]
テレコムデータセット上での細調整大型言語モデル(LLM)は、汎用モデルをテレコムドメインに適応するための一般的なプラクティスである。
近年の研究では、良質な微調整でさえLLMの安全性を低下させ、有害なユーザークエリや非倫理的なユーザクエリに応答させることが示されている。
論文 参考訳（メタデータ） (2025-05-29T13:31:51Z) - Enabling Privacy-Aware AI-Based Ergonomic Analysis [2.4622431772551256]
筋骨格障害(英: Musculoskeletal disorders, MSDs)は、製造業における傷害と生産性の低下の主要な原因である。
機械学習技術を利用したプライバシを考慮した人間工学評価フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-12T07:52:48Z) - Safety Margins for Reinforcement Learning [53.10194953873209]
安全マージンを生成するためにプロキシ臨界度メトリクスをどのように活用するかを示す。
Atari 環境での APE-X と A3C からの学習方針に対するアプローチを評価する。
論文 参考訳（メタデータ） (2023-07-25T16:49:54Z) - USC: Uncompromising Spatial Constraints for Safety-Oriented 3D Object Detectors in Autonomous Driving [7.355977594790584]
自律運転における3次元物体検出器の安全性指向性能について考察する。
本稿では,単純だが重要な局所化要件を特徴付ける空間的制約 (USC) について述べる。
既存のモデルに対する安全性指向の微調整を可能にするために,定量的な測定値を共通損失関数に組み込む。
論文 参考訳（メタデータ） (2022-09-21T14:03:08Z)
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。