論文の概要: Legged Autonomous Surface Science In Analogue Environments (LASSIE): Making Every Robotic Step Count in Planetary Exploration

• arxiv url: http://arxiv.org/abs/2603.19661v1
• Date: Fri, 20 Mar 2026 05:55:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 19:48:39.012993
• Title: Legged Autonomous Surface Science In Analogue Environments (LASSIE): Making Every Robotic Step Count in Planetary Exploration
• Title（参考訳）: アナログ環境における自律表面科学(LASSIE) : 惑星探査における全てのロボットの歩数
• Authors: Cristina G. Wilson, Marion Nachon, Shipeng Liu, John G. Ruck, J. Diego Caporale, Benjamin E. McKeeby, Yifeng Zhang, Jordan M. Bretzfelder, John Bush, Alivia M. Eng, Ethan Fulcher, Emmy B. Hughes, Ian C. Rankin, Jelis J. Sostre Cortés, Sophie Silver, Michael R. Zanetti, Ryan C. Ewing, Kenton R. Fisher, Douglas J. Jerolmack, Daniel E. Koditschek, Frances Rivera-Hernández, Thomas F. Shipley, Feifei Qian,
• Abstract要約: 惑星表面を探索するための2つの新しいアプローチを提案する。 一つは、地形のメカニクスに関する豊富な情報を集めるために直接表面相互作用を利用する高移動性脚ロボットである。 もうひとつは、人間にインスパイアされたデータ取得アルゴリズムで、ロボットが科学的仮説を推論し、探索の優先順位に適応できるようにする。
• 参考スコア（独自算出の注目度）: 5.928856661424766
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The ability to efficiently and effectively explore planetary surfaces is currently limited by the capability of wheeled rovers to traverse challenging terrains, and by pre-programmed data acquisition plans with limited in-situ flexibility. In this paper, we present two novel approaches to address these limitations: (i) high-mobility legged robots that use direct surface interactions to collect rich information about the terrain's mechanics to guide exploration; (ii) human-inspired data acquisition algorithms that enable robots to reason about scientific hypotheses and adapt exploration priorities based on incoming ground-sensing measurements. We successfully verify our approach through lab work and field deployments in two planetary analog environments. The new capability for legged robots to measure soil mechanical properties is shown to enable effective traversal of challenging terrains. When coupled with other geologic properties (e.g., composition, thermal properties, and grain size data etc), soil mechanical measurements reveal key factors governing the formation and development of geologic environments. We then demonstrate how human-inspired algorithms turn terrain-sensing robots into teammates, by supporting more flexible and adaptive data collection decisions with human scientists. Our approach therefore enables exploration of a wider range of planetary environments and new substrate investigation opportunities through integrated human-robot systems that support maximum scientific return.
• Abstract（参考訳）: 惑星の表面を効率的に効果的に探索する能力は、現在、車輪付きのローバーが困難な地形を横断する能力と、その場での柔軟性に制限のある事前プログラムされたデータ取得計画によって制限されている。 本稿では,これらの制約に対処する2つの新しいアプローチを提案する。 一 地表面の相互作用を利用して地形力学の豊富な情報を収集し、探検を指導する高移動性脚ロボット (II)人間に触発されたデータ取得アルゴリズムにより、ロボットは科学的仮説を推論し、着信地センシング測定に基づいて探索の優先順位を調整できる。 実験室での作業と2つの惑星アナログ環境におけるフィールド展開によるアプローチの検証に成功した。 土壌の機械的特性を測定するための脚付きロボットの新たな能力は、挑戦的な地形を効果的に横断することを可能にしている。 他の地質特性(例えば、組成、熱特性、粒度データなど)と組み合わせると、土壌力学的測定によって地質環境の形成と発達を規定する重要な要因が明らかになる。 そして私たちは、人間にインスパイアされたアルゴリズムが、より柔軟で適応的なデータ収集決定を人間科学者に支援することで、地形を感知するロボットをチームメイトにする方法を実証しました。 そこで本手法では, 科学的リターンの最大化を支援する統合ヒトロボットシステムを用いて, より広い範囲の惑星環境と新たな基板調査の機会を探索することができる。

関連論文リスト

• High-fidelity 3D reconstruction for planetary exploration [0.15749416770494704]
  本研究は、惑星ロボットのための統一環境再構築パイプラインへの放射場に基づく手法の統合について検討する。 我々のシステムはNerfstudioおよびCOLMAPフレームワークとROS2互換のワークフローを組み合わせることで、ロスバグ記録から直接ローバーデータを処理できる。 結果として得られたパイプラインは、惑星探査における幾何学的表現と神経的表現のギャップを埋める、放射場に基づくマッピングに関する将来の研究の基礎を確立した。
  論文  参考訳（メタデータ） (2026-02-14T22:07:03Z)
• AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
  我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。 多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。 ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
  論文  参考訳（メタデータ） (2025-11-26T02:10:28Z)
• AD-NODE: Adaptive Dynamics Learning with Neural ODEs for Mobile Robots Control [17.551574806243853]
  移動ロボットは、物流から農業まで、様々な分野でますます重要になっている。 これらのシステムは、環境変動に対応することのできる力学モデルを必要とする。 本研究では,直接的な環境知識の必要性を回避できる適応力学モデルを提案する。
  論文  参考訳（メタデータ） (2025-10-06T23:14:08Z)
• Space Robotics Bench: Robot Learning Beyond Earth [16.948852537273655]
  Space Robotics Benchは、宇宙でのロボット学習のためのオープンソースのシミュレーションフレームワークである。 オンデマンドの手続き生成と非常に並列なシミュレーション環境を統合している。 幅広いミッション関連シナリオにまたがるベンチマークタスクの包括的なスイートが含まれている。
  論文  参考訳（メタデータ） (2025-09-27T14:28:31Z)
• A Self-Evolving AI Agent System for Climate Science [59.08800209508371]
  我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。 自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。 人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
  論文  参考訳（メタデータ） (2025-07-23T08:29:25Z)
• ForesightNav: Learning Scene Imagination for Efficient Exploration [57.49417653636244]
  人間の想像力と推論に触発された新しい探索戦略であるForesightNavを提案する。 提案手法は,ロボットエージェントに,未探索領域の占有状況や意味的詳細などの文脈情報を予測する能力を備える。 本研究では,Structured3Dデータセットを用いた想像力に基づくアプローチの有効性を検証し,シーン形状の予測において,正確な占有率予測と優れた性能を示す。
  論文  参考訳（メタデータ） (2025-04-22T17:38:38Z)
• Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
  自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。 AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。 これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
  論文  参考訳（メタデータ） (2025-03-28T14:00:27Z)
• From Simulations to Reality: Enhancing Multi-Robot Exploration for Urban Search and Rescue [46.377510400989536]
  本研究では,コミュニケーションが限られ,位置情報がない未知の環境での効率的なマルチロボット探索のための新しいハイブリッドアルゴリズムを提案する。 連続した目標情報なしでシナリオに合うように、ローカルなベストとグローバルなベストポジションを再定義する。 提示された研究は、限られた情報と通信能力を持つシナリオにおけるマルチロボット探索の強化を約束している。
  論文  参考訳（メタデータ） (2023-11-28T17:05:25Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)

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。