論文の概要: Provably Guaranteed Polytopic Uncertainty Quantification for SLAM

• arxiv url: http://arxiv.org/abs/2605.28172v1
• Date: Wed, 27 May 2026 08:53:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.911201
• Title: Provably Guaranteed Polytopic Uncertainty Quantification for SLAM
• Title（参考訳）: SLAMのための確率的ポリトープ不確実性定量化
• Authors: Guangyang Zeng, Yulong Gao, Yuan Shen, Lingpeng Chen, Haoying Li, Guodong Shi, Junfeng Wu,
• Abstract要約: 本稿では、3D-3Dランドマークに基づくSLAMのための保証されたUQアルゴリズムを提案する。 アルゴリズムは、マッピングのための前方UQ、ポーズトラッキングのための後方UQ、ポーズ化合物の3つの基本UQモジュールで構成されている。
• 参考スコア（独自算出の注目度）: 19.877219477279002
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In safety-critical robotics applications, guaranteed and practical uncertainty quantification (UQ) in perception is vital. Many existing works either offer no formal containment guarantee, rely on restrictive modeling assumptions, or focus only on pose estimation rather than a complete SLAM pipeline. This paper presents provably guaranteed UQ algorithms for 3D-3D landmark-based SLAM. The algorithms consist of three basic UQ modules: forward UQ for mapping, backward UQ for pose tracking, and pose compound. Each module produces a certified uncertainty set; when the input uncertainty bounds are deterministic, the output sets inherit deterministic guarantees, i.e., they provably contain the true poses and landmarks. Specifically, we use polytopes to represent uncertainty sets, enabling tractable computations and a unified treatment of pose uncertainty. To enhance algorithms' practical usability, we incorporate conformal prediction to calibrate measurement uncertainty from data with prescribed probability. Simulations and experiments demonstrate that the proposed algorithms provide both strong theoretical guarantees and practical usability. The code is open-sourced at https://github.com/LIAS-CUHKSZ/Polytopic-SLAM-Uncertainty-Quantification.
• Abstract（参考訳）: 安全クリティカルなロボット工学の応用においては、認識における保証と実用的不確実性定量化(UQ)が不可欠である。 既存の多くの著作物は、正式な封じ込めの保証を提供していないか、限定的なモデリングの前提に依存しているか、あるいは完全なSLAMパイプラインではなく、ポーズ推定のみに焦点を当てている。 本稿では、3D-3Dランドマークに基づくSLAMのための保証されたUQアルゴリズムを提案する。 アルゴリズムは、マッピングのための前方UQ、ポーズトラッキングのための後方UQ、ポーズ化合物の3つの基本UQモジュールで構成されている。 入力の不確実性境界が決定論的であるとき、出力セットは決定論的保証を継承する。 具体的には、不確実性集合を表現するためにポリトープを使用し、トラクタブルな計算を可能にし、不確実性を示すための統一的な処理を可能にする。 アルゴリズムの実用的なユーザビリティを高めるために、コンフォメーション予測を組み込んで、測定の不確実性を所定の確率でデータから校正する。 シミュレーションと実験により、提案アルゴリズムは強力な理論的保証と実用性の両方を提供することを示した。 コードはhttps://github.com/LIAS-CUHKSZ/Polytopic-SLAM-Uncertainty-Quantificationで公開されている。

関連論文リスト

• The Illusion of Certainty: Uncertainty quantification for LLMs fails under ambiguity [48.899855816199484]
  そこで本研究では,第1の曖昧な質問応答(QA)データセットであるMAQA*とAmbigQA*を紹介する。 予測分布とアンサンブルに基づく推定器は、あいまいさの下では基本的に限定的であることを示す。
  論文  参考訳（メタデータ） (2025-11-06T14:46:35Z)
• Uncertainty as Feature Gaps: Epistemic Uncertainty Quantification of LLMs in Contextual Question-Answering [29.4458902836278]
  本稿では,与えられたモデルの予測分布と未知の真の分布との相互エントロピーとして定義されたタスクに依存しないトークンレベルの不確実性尺度を提案する。 我々は不確実性の上限を導出し、与えられたモデルの隠された表現において意味的特徴ギャップとして解釈できることを示す。 この一般的なフレームワークを文脈的QAタスクに適用し、文脈信頼、文脈理解、誠実さの3つの特徴がこのギャップを近似していると仮定する。
  論文  参考訳（メタデータ） (2025-10-03T02:09:25Z)
• Multidimensional Uncertainty Quantification via Optimal Transport [87.97146725546502]
  相補的なUQ測度をベクトルに積み重ねることで,不確実性定量化(UQ)の多次元的考察を行う。 VecUQ-OTは、個々の測定が失敗しても高い効率を示す。
  論文  参考訳（メタデータ） (2025-09-26T14:09:03Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• Inv-Entropy: A Fully Probabilistic Framework for Uncertainty Quantification in Language Models [12.743668975795144]
  大規模言語モデル(LLM)は自然言語処理を変換しているが、信頼性の高いデプロイメントには有効な不確実性定量化(UQ)が必要である。 既存のUQ手法はしばしば確率論的解釈を欠いている。 本稿では, 与えられた出力に条件付き入力空間の多様性を評価することによって不確実性を定量的に評価する, 逆モデルに基づく完全確率的フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-11T13:02:17Z)
• ConU: Conformal Uncertainty in Large Language Models with Correctness Coverage Guarantees [68.33498595506941]
  自己整合性理論に基づく新しい不確実性尺度を導入する。 次に,CPアルゴリズムに正当性に整合した不確かさ条件を組み込むことにより,適合性不確かさの基準を策定する。 実証的な評価は、我々の不確実性測定が過去の最先端手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-06-29T17:33:07Z)
• Towards Clear Expectations for Uncertainty Estimation [64.20262246029286]
  不確実性定量化(UQ)は、信頼できる機械学習(ML)を実現するために不可欠である ほとんどのUQ手法は、異なる不整合評価プロトコルに悩まされている。 この意見書は、これらの要件を5つの下流タスクを通して指定することで、新たな視点を提供する。
  論文  参考訳（メタデータ） (2022-07-27T07:50:57Z)

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。