論文の概要: RoboLight: A Dataset with Linearly Composable Illumination for Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2603.04249v1
• Date: Wed, 04 Mar 2026 16:37:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.897804
• Title: RoboLight: A Dataset with Linearly Composable Illumination for Robotic Manipulation
• Title（参考訳）: RoboLight: ロボットマニピュレーションのための線形構成可能な照明付きデータセット
• Authors: Shutong Jin, Jin Yang, Muhammad Zahid, Florian T. Pokorny,
• Abstract要約: RoboLightは、様々な照明条件下で同期エピソードをキャプチャする、世界初の実世界のロボット操作データセットである。 RoboLight-RealとRoboLight-Syntheticの2つのコンポーネントで構成されている。
• 参考スコア（独自算出の注目度）: 14.049214580554358
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we introduce RoboLight, the first real-world robotic manipulation dataset capturing synchronized episodes under systematically varied lighting conditions. RoboLight consists of two components. (a) RoboLight-Real contains 2,800 real-world episodes collected in our custom Light Cube setup, a calibrated system equipped with eight programmable RGB LED lights. It includes structured illumination variation along three independently controlled dimensions: color, direction, and intensity. Each dimension is paired with a dedicated task featuring objects of diverse geometries and materials to induce perceptual challenges. All image data are recorded in high-dynamic-range (HDR) format to preserve radiometric accuracy. Leveraging the linearity of light transport, we introduce (b) RoboLight-Synthetic, comprising 196,000 episodes synthesized through interpolation in the HDR image space of RoboLight-Real. In principle, RoboLight-Synthetic can be arbitrarily expanded by refining the interpolation granularity. We further verify the dataset quality through qualitative analysis and real-world policy roll-outs, analyzing task difficulty, distributional diversity, and the effectiveness of synthesized data. We additionally demonstrate three representative use cases of the proposed dataset. The full dataset, along with the system software and hardware design, will be released as open-source to support continued research.
• Abstract（参考訳）: 本稿では,システム的に異なる照明条件下で同期エピソードをキャプチャする,世界初の実世界のロボット操作データセットであるRoboLightを紹介する。 RoboLightは2つのコンポーネントで構成されている。 (a)RoboLight-Realには、カスタムのLight Cubeセットアップで収集された2,800の現実世界のエピソードが含まれており、8つのプログラム可能なRGBLEDライトを備えた校正システムである。 それは、色、方向、強度の3つの独立に制御された次元に沿って構造された照明の変化を含む。 各次元は、様々なジオメトリや素材のオブジェクトを特徴とする専用タスクと組み合わせて、知覚上の課題を誘発する。 すべての画像データは高ダイナミックレンジ(HDR)フォーマットで記録され、ラジオメトリックの精度が保たれる。 光輸送の線形性を活用して, 紹介する (b)RoboLight-RealのHDR画像空間の補間により合成された196,000エピソードからなるRoboLight-Synthetic。 原則として、RoboLight-Syntheticは補間粒度を精製することで任意に拡張することができる。 さらに,定性的分析と実世界政策のロールアウト,タスクの難易度,分布の多様性,合成データの有効性などを通じて,データセットの品質を検証する。 また,提案したデータセットの代表的なユースケースを3つ紹介する。 完全なデータセットとシステムソフトウェアとハードウェア設計はオープンソースとしてリリースされ、継続的な研究をサポートする。

関連論文リスト

• OLATverse: A Large-scale Real-world Object Dataset with Precise Lighting Control [65.57356151743936]
  OLATverseは、765の現実世界のオブジェクトの約9Mの画像からなる大規模なデータセットである。 それぞれの物体は35個のDSLRカメラと331個の個別に制御された光源で撮影され、様々な照明条件のシミュレーションを可能にする。 我々は、逆レンダリングと正規推定のための最初の総合的な実世界のオブジェクト中心ベンチマークを構築し、広範囲な評価セットを構築した。
  論文  参考訳（メタデータ） (2025-11-04T11:13:43Z)
• Collaborating Vision, Depth, and Thermal Signals for Multi-Modal Tracking: Dataset and Algorithm [103.36490810025752]
  既存のマルチモーダルオブジェクト追跡アプローチは、主にRGB-DepthやRGB-Thermalのようなデュアルモーダルパラダイムに焦点を当てている。 本研究は、可視RGB、深度(D)、熱赤外(TIR)を含む3つの相補的なモードを利用する、新しいマルチモーダルトラッキングタスクを導入する。 我々はRDTTrackと呼ばれる新しいマルチモーダルトラッカーを提案する。これは、事前訓練されたRGBのみのトラッカーモデルを活用することで、ロバストトラッカーのためのトリモーダル情報を統合する。
  論文  参考訳（メタデータ） (2025-09-29T13:05:15Z)
• The Rosario Dataset v2: Multimodal Dataset for Agricultural Robotics [0.0]
  このデータセットは、農業環境におけるロボット工学に固有の重要な課題を捉えている。 これらの複雑さに対処することで、データセットは高度なアルゴリズムの開発とベンチマークをサポートすることを目指している。 プラットフォームとデータ収集システムは,マルチモーダルSLAMシステムを評価する上で重要な要件を満たすように設計されている。
  論文  参考訳（メタデータ） (2025-08-29T13:58:55Z)
• LUCES-MV: A Multi-View Dataset for Near-Field Point Light Source Photometric Stereo [31.457168417257943]
  近距離光源光度ステレオ用に設計された,世界初の実世界のマルチビューデータセットLUCES-MVを提案する。 私たちのデータセットには、15個のオブジェクトが含まれており、それぞれが、カメラセンターから30から40cmの位置にある15個のLEDの配列から、様々な光条件下で撮影された。 我々は、現状の近接場測光ステレオアルゴリズムを評価し、その強度と、異なる材料と形状の複雑さの制限を強調した。
  論文  参考訳（メタデータ） (2024-12-21T18:58:16Z)
• Augmented Reality based Simulated Data (ARSim) with multi-view consistency for AV perception networks [47.07188762367792]
  ARSimは3次元合成オブジェクトを用いた実写多視点画像データの拡張を目的としたフレームワークである。 実データを用いて簡易な仮想シーンを構築し,その内部に戦略的に3D合成資産を配置する。 結果として得られたマルチビュー一貫性のあるデータセットは、自動運転車のためのマルチカメラ知覚ネットワークのトレーニングに使用される。
  論文  参考訳（メタデータ） (2024-03-22T17:49:11Z)
• Multi-sensor large-scale dataset for multi-view 3D reconstruction [63.59401680137808]
  マルチビュー3次元表面再構成のための新しいマルチセンサデータセットを提案する。 スマートフォン、Intel RealSense、Microsoft Kinect、産業用カメラ、構造化光スキャナーなどだ。 14の照明条件下で100方向から取得した107の異なるシーンの約1.4万枚の画像を提供する。
  論文  参考訳（メタデータ） (2022-03-11T17:32:27Z)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

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。