論文の概要: Neurosim: A Fast Simulator for Neuromorphic Robot Perception

• arxiv url: http://arxiv.org/abs/2602.15018v1
• Date: Mon, 16 Feb 2026 18:57:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.642469
• Title: Neurosim: A Fast Simulator for Neuromorphic Robot Perception
• Title（参考訳）: Neurosim: ニューロモーフィックロボット知覚のための高速シミュレータ
• Authors: Richeek Das, Pratik Chaudhari,
• Abstract要約: Neurosimは、センサーをシミュレートする高性能ライブラリである。 デスクトップGPUでは、FPSのフレームレートを達成できる。 これは、Cortexと呼ばれるZeroMQベースの通信ライブラリと統合されている。
• 参考スコア（独自算出の注目度）: 18.380205726829356
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neurosim is a fast, real-time, high-performance library for simulating sensors such as dynamic vision sensors, RGB cameras, depth sensors, and inertial sensors. It can also simulate agile dynamics of multi-rotor vehicles in complex and dynamic environments. Neurosim can achieve frame rates as high as ~2700 FPS on a desktop GPU. Neurosim integrates with a ZeroMQ-based communication library called Cortex to facilitate seamless integration with machine learning and robotics workflows. Cortex provides a high-throughput, low-latency message-passing system for Python and C++ applications, with native support for NumPy arrays and PyTorch tensors. This paper discusses the design philosophy behind Neurosim and Cortex. It demonstrates how they can be used to (i) train neuromorphic perception and control algorithms, e.g., using self-supervised learning on time-synchronized multi-modal data, and (ii) test real-time implementations of these algorithms in closed-loop. Neurosim and Cortex are available at https://github.com/grasp-lyrl/neurosim .
• Abstract（参考訳）: Neurosimは、ダイナミックビジョンセンサー、RGBカメラ、深度センサー、慣性センサーなどのセンサーをシミュレートするための、高速でリアルタイムな高性能なライブラリである。 複雑でダイナミックな環境では、マルチロータ車のアジャイルダイナミクスをシミュレートすることもできる。 Neurosimは、デスクトップGPUで最大2700FPSのフレームレートを達成することができる。 Neurosimは、ZeroMQベースの通信ライブラリCortexを統合し、機械学習とロボットワークフローとのシームレスな統合を容易にする。 Cortexは,NumPy配列とPyTorchテンソルをネイティブサポートした,PythonおよびC++アプリケーション用に,高スループットで低レイテンシなメッセージパッシングシステムを提供する。 本稿ではニューロシムとコルテックスの背後にあるデザイン哲学について論じる。 どのように使えるかを示すものだ。 一 時間同期マルチモーダルデータを用いた自己教師型学習による神経形知覚・制御アルゴリズムの訓練 (2)クローズドループにおけるこれらのアルゴリズムのリアルタイム実装をテストする。 NeurosimとCortexはhttps://github.com/grasp-lyrl/neurosimで入手できる。

関連論文リスト

• An Integrated Toolbox for Creating Neuromorphic Edge Applications [3.671692919685993]
  スパイキングニューラルネットワーク(SNN)とニューロモルフィックモデルはより効率的で、より生物学的リアリズムを持つ。 CARLsim++は、ニューロモルフィックアプリケーションの高速かつ簡易な作成を可能にする統合ツールボックスである。
  論文  参考訳（メタデータ） (2024-04-12T16:34:55Z)
• Single Neuromorphic Memristor closely Emulates Multiple Synaptic Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
  我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。 これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
  論文  参考訳（メタデータ） (2024-02-26T15:01:54Z)
• SuperNeuro: A Fast and Scalable Simulator for Neuromorphic Computing [0.0]
  SuperNeuroはニューロモルフィックコンピューティングのための高速でスケーラブルなシミュレータである。 我々は,SuperNeuroが,他のスパルスネットワークシミュレータの約10～300倍の速度で動作可能であることを示した。
  論文  参考訳（メタデータ） (2023-05-04T02:43:01Z)
• Visual Odometry with Neuromorphic Resonator Networks [9.903137966539898]
  視覚オドメトリー(英語: Visual Odometry, VO)は、視覚センサを用いた移動ロボットの自走を推定する手法である。 ニューロモルフィックハードウェアは多くのビジョンとAI問題に対する低消費電力のソリューションを提供する。 本稿では,2次元VOタスクにおける最先端性能を実現するモジュール型ニューロモルフィックアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-09-05T14:57:03Z)
• Mapping and Validating a Point Neuron Model on Intel's Neuromorphic Hardware Loihi [77.34726150561087]
  インテルの第5世代ニューロモルフィックチップ「Loihi」の可能性について検討する。 Loihiは、脳内のニューロンをエミュレートするスパイキングニューラルネットワーク(SNN)という新しいアイデアに基づいている。 Loihiは従来のシミュレーションを非常に効率的に再現し、ネットワークが大きくなるにつれて、時間とエネルギーの両方のパフォーマンスにおいて顕著にスケールする。
  論文  参考訳（メタデータ） (2021-09-22T16:52:51Z)
• A toolbox for neuromorphic sensing in robotics [4.157415305926584]
  ロボット上で利用可能なあらゆる種類のセンサからの入力信号をエンコードし、デコードするためのROS(Robot Operating System)ツールボックスを導入する。 このイニシアチブは、ニューロモルフィックAIのロボット統合を刺激し促進することを目的としている。
  論文  参考訳（メタデータ） (2021-03-03T23:22:05Z)
• Neuroevolution of a Recurrent Neural Network for Spatial and Working Memory in a Simulated Robotic Environment [57.91534223695695]
  我々は,ラットで観察される行動と神経活動を再現する進化的アルゴリズムを用いて,生物学的に有意なリカレントニューラルネットワーク(RNN)でウェイトを進化させた。 提案手法は, 進化したRNNの動的活動が, 興味深く複雑な認知行動をどのように捉えているかを示す。
  論文  参考訳（メタデータ） (2021-02-25T02:13:52Z)
• Nengo and low-power AI hardware for robust, embedded neurorobotics [6.574517227976925]
  強靭で組込み型神経ロボティクスシステムを構築する上での4つの主要な課題を特定する。 我々は、Nengoを使用して、CPU、GPU、IntelのニューロモーフィックチップであるLoihi上で動作するニューラルネットワークを開発する2つの例を示す。
  論文  参考訳（メタデータ） (2020-07-20T16:17:27Z)
• Non-linear Neurons with Human-like Apical Dendrite Activations [81.18416067005538]
  XOR論理関数を100%精度で学習し, 標準的なニューロンに後続のアピーカルデンドライト活性化(ADA)が認められた。 コンピュータビジョン,信号処理,自然言語処理の6つのベンチマークデータセットについて実験を行った。
  論文  参考訳（メタデータ） (2020-02-02T21:09:39Z)

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。