論文の概要: Swarm sign language: motion-based communication between drones

• arxiv url: http://arxiv.org/abs/2606.27883v1
• Date: Fri, 26 Jun 2026 09:25:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.442101
• Title: Swarm sign language: motion-based communication between drones
• Title（参考訳）: Swarm手話:ドローン間の動きに基づくコミュニケーション
• Abstract要約: Swarm-Constrained Robotics(英語版)では、視覚コミュニケーションは、妨害される可能性のあるアクティブ無線送信に重要な代替手段を提供する。 本研究では、動的に実現可能な平面軌道を視覚的手がかりとして、非アクティブな情報交換のための動きに基づく通信について検討する。
• 参考スコア（独自算出の注目度）: 42.23500604789643
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In stealth-constrained swarm robotics, visual communication provides a critical alternative to active radio transmissions, which might be jammed. This research investigates motion-based communication for non-active information exchange, utilizing modular, dynamically feasible planar trajectories as visual cues. On the receiver drone end, a pose estimator tracks the transmitting drone's pose, feeding it into our custom 3DTrajDecoder. The decoder is designed to classify and segment the spatiotemporal sequence while simultaneously regressing its size and normal vector. To robustly train the decoder on both communicative and non-communicative trajectories, we developed a configurable online procedural generation pipeline. We validate our system through real-world testing and simulation to define its operating domain, supported by an extensive ablation study detailing our architectural choices and system limitations.
• Abstract（参考訳）: ステルスに拘束された群れロボットでは、視覚コミュニケーションは、妨害される可能性のあるアクティブ無線送信に重要な代替手段を提供する。 本研究では、動的に実現可能な平面軌道を視覚的手がかりとして、非アクティブな情報交換のための動きに基づく通信について検討する。 レシーバーのドローンの端で、ポーズ推定器が送信されたドローンのポーズを追跡し、カスタムの3DTrajDecoderに入力します。 デコーダは、そのサイズと通常のベクトルを同時に回帰しながら、時空間列の分類と分割を行うように設計されている。 通信路と非通信路の両方でデコーダを堅牢に訓練するため,オンライン手続き生成パイプラインを構築した。 実世界のテストとシミュレーションを通じてシステムを評価し,その動作領域を定義する。

関連論文リスト

• Remotely Detectable Keyed Communication through Motion [10.256545668234795]
  本稿では,短時間のペイロード上で任意のメッセージ内容をエンコード可能な動作によるメッセージ処理手法を提案する。 これにより、ロボットのコミュニケーションに新たな堅牢性がもたらされる。 4つのロボットが合計0.67ビット/秒で8ビットメッセージを共同で回収する。
  論文  参考訳（メタデータ） (2026-09-08T15:49:10Z)
• MoCom: Motion-based Inter-MAV Visual Communication Using Event Vision and Spiking Neural Networks [5.637448828599577]
  モーションベース信号を用いたMAVスワーミングのための新しい視覚コミュニケーションフレームワークを提案する。 この枠組みでは、MAVは意図的な飛行パターンを通じて、方向や距離などの情報を伝達する。 結果は、正確な復号化と低消費電力化を実証するフレームワークの有効性を検証する。
  論文  参考訳（メタデータ） (2025-10-16T15:06:51Z)
• Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
  本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。 本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。 設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-04-10T13:24:27Z)
• Joint Sensing and Task-Oriented Communications with Image and Wireless Data Modalities for Dynamic Spectrum Access [49.83882366499547]
  本稿では,マルチモーダル画像とスペクトルデータの相乗効果を利用した動的スペクトルアクセスの深層学習手法を提案する。 本稿では,送信機を搭載可能な車両などの潜在的な物体を撮影するカメラを備えたエッジデバイスについて考察する。 本稿では、エッジデバイスが、融合センターとして機能する信頼できる受信機に選択的に処理された情報を通信する協調システムを提案する。
  論文  参考訳（メタデータ） (2023-12-21T15:26:26Z)
• Dynamic Event-based Optical Identification and Communication [1.7289819674602298]
  時間的パターン認識は、技術によっては、通信周波数、範囲、正確な追跡の間のトレードオフを伴う。 我々は、高速なイベントベースカメラを利用して、このトレードオフを改善する発光ビーコンを用いたソリューションを提案する。 我々は,kHz帯における最先端の周波数通信と同時にビーコン追跡を行った。
  論文  参考訳（メタデータ） (2023-03-13T15:12:30Z)
• Is Semantic Communications Secure? A Tale of Multi-Domain Adversarial Attacks [70.51799606279883]
  セマンティック・コミュニケーションのためのディープ・ニューラル・ネットワーク(DNN)に対するテスト・タイム・アタックを導入する。 再建損失が低い場合でも,伝達情報のセマンティクスを変更可能であることを示す。
  論文  参考訳（メタデータ） (2022-12-20T17:13:22Z)
• Unified Control Framework for Real-Time Interception and Obstacle Avoidance of Fast-Moving Objects with Diffusion Variational Autoencoder [2.5642257132861923]
  動的環境におけるロボットアームによる高速移動物体のリアルタイムインターセプションは、非常に困難な課題である。 本稿では,動的オブジェクトを同時にインターセプトし,移動障害を回避することで,課題に対処する統一的な制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-27T18:46:52Z)
• Decoder Fusion RNN: Context and Interaction Aware Decoders for Trajectory Prediction [53.473846742702854]
  本稿では,動き予測のための反復的,注意に基づくアプローチを提案する。 Decoder Fusion RNN (DF-RNN) は、リカレント動作エンコーダ、エージェント間マルチヘッドアテンションモジュール、コンテキスト認識デコーダで構成される。 提案手法の有効性をArgoverseモーション予測データセットで検証し,その性能を公開ベンチマークで示す。
  論文  参考訳（メタデータ） (2021-08-12T15:53:37Z)
• Spatial-Channel Transformer Network for Trajectory Prediction on the Traffic Scenes [2.7955111755177695]
  本稿では,注意機能付き軌道予測のための空間チャネル変換器ネットワークを提案する。 エージェント間の社会的相互作用を測定するために、チャネルワイズモジュールが挿入される。 このネットワークは,交通現場における実世界の軌道予測データセットにおいて,有望な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-01-27T15:03:42Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。