論文の概要: HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration
- arxiv url: http://arxiv.org/abs/2606.22756v1
- Date: Mon, 22 Jun 2026 01:51:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 04:51:36.991118
- Title: HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration
- Title（参考訳）: HERCULES: 異種多ロボットSLAM, 協調知覚, 探索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
- Authors: Sandilya Sai Garimella, Daniel Chase Butterfield, Sean Wilson, Lu Gan,
- Abstract要約: HERCULESは、異種マルチロボット自律性のためのオープンソースのシミュレータとデータ収集パイプラインである。
Unreal Engine 5 (UE5) ベースのシミュレータであるAirSimとCosys-AirSimをベースに構築され、HERCULESは以前のフレームワークの主要なアーキテクチャ上の制限を解決する。
ヘテロジニアスマルチロボットSLAM,協調知覚,探索における実験では,HERCULES生成データとアクティブクローズループ実行の両方を用いて,ヘテロジニアスマルチロボットの自律性向上に有効であることを示す。
- 参考スコア（独自算出の注目度）: 3.15872644487767
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present HERCULES, an open-source simulator and data-collection pipeline for heterogeneous multi-robot autonomy. Built upon the Unreal Engine 5 (UE5)-based simulators AirSim and Cosys-AirSim, HERCULES resolves key architectural limitations of prior frameworks to enable concurrent unmanned aerial and ground vehicle (UAV-UGV) operation in large-scale, photorealistic, dynamic environments. It introduces a new waypoint-tracking UGV controller that mirrors existing UAV control interfaces, and provides a shared navigation stack for mapping, traversability analysis, planning, and control across heterogeneous platforms. Expanding inherited sensor suites, it adds physics-based long-wave infrared (LWIR) cameras and configurable night-vision modes for degraded visual environments. HERCULES provides lightweight APIs, ROS 2 wrappers, and rigorous time synchronization across sensors and platforms, and brings state-of-the-art game-engine capabilities into robotics simulation, integrating intelligent agents such as pedestrians, traffic, and wildlife with high-fidelity dynamic phenomena, including fire, flooding, and crop disease spread. HERCULES runs in two modes: passively, replaying offline-designed trajectories to generate reproducible multi-modal datasets, and actively, running an online planner in closed loop from live observations. Our experiments in heterogeneous multi-robot SLAM, collaborative perception, and exploration, using both HERCULES-generated data and active closed-loop execution, demonstrate its utility for advancing heterogeneous multi-robot autonomy. We publicly release our source code, experiment code, documentation, and datasets, including a heterogeneous multi-robot SLAM benchmark collected with two UAVs and two UGVs across kilometer-scale desert, forest, and city environments, at https://lunarlab-gatech.github.io/HERCULES-website.
- Abstract（参考訳）: 異種多ロボット自律のためのオープンソースのシミュレータHERCULESとデータ収集パイプラインについて述べる。
HERCULESは、Unreal Engine 5 (UE5) ベースのシミュレーターであるAirSimとCosys-AirSimをベースとして、大規模でフォトリアリスティックでダイナミックな環境で無人地上機(UAV-UGV)の同時運用を可能にするために、以前のフレームワークの主要なアーキテクチャ上の制限を解決している。
既存のUAVコントロールインターフェースを反映した新しいウェイポイントトラッキングUGVコントローラを導入し、マッピング、トラバーサビリティ分析、計画、異種プラットフォーム間のコントロールのための共有ナビゲーションスタックを提供する。
継承されたセンサースイートを拡張することで、物理ベースの長波長赤外線カメラと、劣化した視覚環境のための設定可能なナイトビジョンモードが追加される。
HERCULESは、軽量なAPI、ROS 2ラッパー、センサーやプラットフォーム間の厳密な時間同期を提供し、最先端のゲームエンジン機能をロボットシミュレーションに導入し、歩行者、交通、野生動物といったインテリジェントなエージェントを、火災、洪水、作物病などの高忠実なダイナミックな現象と統合する。
HERCULESは、受動的に、オフラインで設計された軌道を再生して再現可能なマルチモーダルデータセットを生成し、アクティブに、ライブ観測からクローズドループでオンラインプランナーを実行します。
ヘテロジニアスマルチロボットSLAM,協調知覚,探索における実験では,HERCULES生成データとアクティブクローズループ実行の両方を用いて,ヘテロジニアスマルチロボットの自律性向上に有効であることを示す。
ソースコード、実験コード、ドキュメンテーション、データセットを公開しています。その中には、2つのUAVと2つのUGVで収集された異種マルチロボットSLAMベンチマークが含まれています。
関連論文リスト
- Droneulator: A Portable UAV Simulator for Agricultural Workflows with RotorPy and Godot 4 [3.2898781698366713]
Droneulatorは、マルチロータダイナミックスのためのRotorPyと、レンダリングとセンサー生成のためのGodot 4を組み合わせた、ポータブルなUAVシミュレータアーキテクチャである。
DroneulatorはPX4ベースのコントロールと軽量WebSocketコマンドパスの両方を公開し、ZenohベースのROS2互換パイプラインを通じて、同期されたビジュアルおよびステートストリームを公開する。
論文 参考訳（メタデータ） (2026-05-22T08:58:29Z) - Above and Below: Heterogeneous Multi-robot SLAM Across Surface and Underwater Domains [2.48178309506486]
この研究は、USVとAUVデータ間のロボット間SLAMループ閉鎖に関する最近の研究に基づいている。
各ロボットは状態推定を行い、各AUVデータとUSVデータ間のループ閉鎖を検出する。
これらのロボット間ループ閉鎖は、各ロボットの状態推定値を中央集権グラフにマージし、USVの全時間履歴とシステム内のすべてのAUVを推定する。
論文 参考訳（メタデータ） (2026-05-10T23:21:50Z) - GA3T: A Ground-Aerial Terrain Traversability Dataset for Heterogeneous Robot Teams in Unstructured Environments [8.883110592055017]
GA3Tは、Clearpath Husky UGVとAutel EVOII UAVを用いて収集された、現実のマルチロボット協調認識データセットである。
データセットは4つのユニークな環境で収集され、約29分間に13,000以上の同期フレームがある。
SLAMやシミュレートされた協調運転に焦点を当てた従来のマルチロボットデータセットとは異なり、GA3Tはクロスビュー知覚、空中視点融合、トラバーサビリティ推定、協調的なシーン理解の研究を支援するように設計されている。
論文 参考訳（メタデータ） (2026-05-07T16:03:15Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - aerial-autonomy-stack -- a Faster-than-real-time, Autopilot-agnostic, ROS2 Framework to Simulate and Deploy Perception-based Drones [0.3262230127283452]
我々は、パイプラインを(GPUアクセラレーションによる)知覚から(フライトコントローラベースの)アクションへ合理化するように設計された、オープンソースのエンドツーエンドフレームワークであるAero-autonomy-stackを紹介した。
完全な開発とデプロイメントスタックの,20倍以上の高速,エンドツーエンドのシミュレーションをサポートしています。
論文 参考訳（メタデータ） (2026-02-06T23:29:33Z) - A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles [74.8162337823142]
MM-UAVはMulti-Modal UAV Trackingの最初の大規模ベンチマークである。
データセットは30以上の挑戦的なシナリオにまたがっており、1,321の同期マルチモーダルシーケンスと280万以上の注釈付きフレームがある。
データセットを伴って、我々は新しいマルチモーダルマルチUAV追跡フレームワークを提供する。
論文 参考訳（メタデータ） (2025-11-23T08:42:17Z) - Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。
Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。
高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
論文 参考訳（メタデータ） (2025-10-27T03:52:45Z) - FlightForge: Advancing UAV Research with Procedural Generation of High-Fidelity Simulation and Integrated Autonomy [2.6003704171754416]
本研究では,FlightForge UAVオープンソースシミュレータを提案する。
高度なレンダリング機能、多様な制御モダリティ、そして最も重要なのは、手続き的な環境生成を提供する。
このシミュレーターは、散らかった未知の環境で長距離飛行が可能な完全自律型UAVシステムとすでに統合されている。
論文 参考訳（メタデータ） (2025-02-07T16:05:17Z) - Bench2Drive-R: Turning Real World Data into Reactive Closed-Loop Autonomous Driving Benchmark by Generative Model [63.336123527432136]
我々は,リアクティブ閉ループ評価を可能にする生成フレームワークであるBench2Drive-Rを紹介する。
既存の自動運転用ビデオ生成モデルとは異なり、提案された設計はインタラクティブなシミュレーションに適したものである。
我々は、Bench2Drive-Rの生成品質を既存の生成モデルと比較し、最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-12-11T06:35:18Z) - VISTA 2.0: An Open, Data-driven Simulator for Multimodal Sensing and
Policy Learning for Autonomous Vehicles [131.2240621036954]
VISTAはオープンソースのデータ駆動シミュレータで、複数のタイプのセンサーを自律走行車に組み込む。
高忠実で実世界のデータセットを使用して、VISTAはRGBカメラ、3D LiDAR、イベントベースのカメラを表現し、シミュレートする。
センサタイプ毎に知覚制御ポリシーをトレーニングし,テストする能力を示し,フルスケールの自律走行車への展開を通じて,このアプローチのパワーを示す。
論文 参考訳（メタデータ） (2021-11-23T18:58:10Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z)
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。