論文の概要: AeroScene: Progressive Scene Synthesis for Aerial Robotics

• arxiv url: http://arxiv.org/abs/2603.23224v1
• Date: Tue, 24 Mar 2026 13:59:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.515309
• Title: AeroScene: Progressive Scene Synthesis for Aerial Robotics
• Title（参考訳）: AeroScene:エアリアルロボティクスのためのプログレッシブなシーン合成
• Authors: Nghia Vu, Tuong Do, Dzung Tran, Binh X. Nguyen, Hoan Nguyen, Erman Tjiputra, Quang D. Tran, Hai-Nguyen Nguyen, Anh Nguyen,
• Abstract要約: 本研究では,プログレッシブ3次元シーン合成のための階層的拡散モデルであるAeroSceneを紹介する。 提案手法は階層型トークン化とマルチブランチ機能抽出を利用して,グローバルレイアウトとローカル詳細の両方を推論する。 これによりAeroSceneは、ナビゲーション、着陸、パーチといった航空ロボティクスのタスクの現実的なシーンを生成するのに特に適している。
• 参考スコア（独自算出の注目度）: 15.366228377723246
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative models have shown substantial impact across multiple domains, their potential for scene synthesis remains underexplored in robotics. This gap is more evident in drone simulators, where simulation environments still rely heavily on manual efforts, which are time-consuming to create and difficult to scale. In this work, we introduce AeroScene, a hierarchical diffusion model for progressive 3D scene synthesis. Our approach leverages hierarchy-aware tokenization and multi-branch feature extraction to reason across both global layouts and local details, ensuring physical plausibility and semantic consistency. This makes AeroScene particularly suited for generating realistic scenes for aerial robotics tasks such as navigation, landing, and perching. We demonstrate its effectiveness through extensive experiments on our newly collected dataset and a public benchmark, showing that AeroScene significantly outperforms prior methods. Furthermore, we use AeroScene to generate a large-scale dataset of over 1,000 physics-ready, high fidelity 3D scenes that can be directly integrated into NVIDIA Isaac Sim. Finally, we illustrate the utility of these generated environments on downstream drone navigation tasks. Our code and dataset are publicly available at aioz-ai.github.io/AeroScene/
• Abstract（参考訳）: 生成モデルは複数の領域にまたがって大きな影響を示しており、シーン合成の可能性はロボティクスにおいて過小評価されている。 このギャップは、シミュレーション環境が依然として手作業に大きく依存しているドローンシミュレーターでより明らかであり、作成には時間がかかり、スケールが困難である。 本研究では,プログレッシブ3次元シーン合成のための階層的拡散モデルであるAeroSceneを紹介する。 提案手法では,階層型トークン化とマルチブランチ機能抽出を利用して,グローバルレイアウトとローカル詳細の両方を推論し,物理的妥当性とセマンティック一貫性を確保する。 これによりAeroSceneは、ナビゲーション、着陸、パーチといった航空ロボティクスのタスクの現実的なシーンを生成するのに特に適している。 我々は、新たに収集したデータセットと公開ベンチマークに関する広範な実験を通じて、その効果を実証し、AeroSceneが従来の手法よりも大幅に優れていることを示す。 さらに、AeroSceneを使って、1000以上の物理対応で高忠実な3Dシーンの大規模なデータセットを生成し、NVIDIA Isaac Simに直接組み込むことができます。 最後に、下流ドローンナビゲーションタスクにおけるこれらの生成された環境の有用性について説明する。 私たちのコードとデータセットは、aioz-ai.github.io/AeroScene/で公開されています。

関連論文リスト

• V-Dreamer: Automating Robotic Simulation and Trajectory Synthesis via Video Generation Priors [30.872127145725187]
  V-Dreamerは、オープン語彙でシミュレーション可能な操作環境を生成する、完全に自動化されたフレームワークである。 V-Dreamerは、物理的に接地された3Dシーンを構成する新しい生成パイプラインを使用している。 我々は,本ポリシーがシミュレーションにおいて未確認オブジェクトに対して堅牢に一般化し,効率的なsim-to-real転送を実現することを示す。
  論文  参考訳（メタデータ） (2026-03-19T12:00:04Z)
• NavGSim: High-Fidelity Gaussian Splatting Simulator for Large-Scale Navigation [14.045751242776332]
  NavGSimは、高忠実で大規模なナビゲーション環境を生成するために設計されたシミュレータである。 NavGSimは階層的な3Dガウス・スプレイティング・フレームワークを基盤として、数百平方メートルに及ぶ拡張的なシーンのレンダリングを可能にしている。
  論文  参考訳（メタデータ） (2026-03-16T12:23:20Z)
• EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents [85.77432303199176]
  EmbodMocapは2つの動くiPhoneを使ったポータブルで安価なデータ収集パイプラインである。 私たちのキーとなるアイデアは、二重RGB-Dシーケンスを共同で校正し、人間とシーンの両方を再構築することです。 収集したデータに基づいて、我々は3つの具体的AIタスクを強化した: モノクラーヒューマン・シーン・リコンストラクション(モノクラーヒューマン・シーン・リコンストラクション)、メトリックスケールで世界空間に整合した人間とシーンを出力するフィードフォワードモデル、物理ベースのキャラクターアニメーション。
  論文  参考訳（メタデータ） (2026-02-26T16:53:41Z)
• Sceniris: A Fast Procedural Scene Generation Framework [12.721895485896624]
  本稿では,大規模で衝突のないシーンを高速に生成するための手続き的シーン生成フレームワークであるScenirisを紹介する。 Scenirisは、Scene Synthesizer上で少なくとも234倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2025-12-18T18:55:03Z)
• NVSim: Novel View Synthesis Simulator for Large Scale Indoor Navigation [0.39198548406564604]
  NVSimは,一般的な画像列のみから大規模でナビゲート可能な屋内シミュレータを自動構築するフレームワークである。 クリーンでナビゲーション可能な地上面と,メッシュフリーなトラバーサビリティチェックアルゴリズムを実現するために,Floor-Aware Gaussian Splattingを導入する。 実世界のデータから有効な大規模ナビゲーショングラフを生成する能力を示す。
  論文  参考訳（メタデータ） (2025-10-28T11:57:33Z)
• GaussGym: An open-source real-to-sim framework for learning locomotion from pixels [78.05453137978132]
  本稿では,3次元ガウススプラッティングをベクトル化物理シミュレータのドロップインとして統合した光現実的ロボットシミュレーションを提案する。 これにより、コンシューマGPUで毎秒10万ステップを超える、前例のないスピードを実現している。 また,シミュレーティブ・トゥ・リアル・ロボティクス・セッティングにおける適用性を実証した。
  論文  参考訳（メタデータ） (2025-10-17T06:34:52Z)
• EnerVerse: Envisioning Embodied Future Space for Robotics Manipulation [55.26713167507132]
  本稿では,エンボディ空間の構築と解釈を行う生成ロボティクス基礎モデルを提案する。 EnerVerseは、自己回帰的ビデオ拡散フレームワークを使用して、命令から将来のエンボディドスペースを予測する。 本稿では,生成モデルと4次元ガウススプラッティングを組み合わせたデータエンジンパイプラインであるEnerVerse-Dについて述べる。
  論文  参考訳（メタデータ） (2025-01-03T17:00:33Z)
• Habitat Synthetic Scenes Dataset (HSSD-200): An Analysis of 3D Scene Scale and Realism Tradeoffs for ObjectGoal Navigation [70.82403156865057]
  本研究では,合成3次元シーン・データセット・スケールとリアリズムが,オブジェクトの探索とナビゲートを行う具体的エージェントの訓練作業に与える影響について検討する。 我々の実験によると、我々の小規模データセットで訓練されたエージェントは、はるかに大きなデータセットで訓練されたエージェントと一致するか、より優れています。
  論文  参考訳（メタデータ） (2023-06-20T05:07:23Z)

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。