論文の概要: A Unified Benchmark for RCM-Constrained Visual Servoing: Modeling-Controller Interaction and Robustness Analysis in Laparoscopic Robots
- arxiv url: http://arxiv.org/abs/2607.00030v1
- Date: Mon, 22 Jun 2026 04:56:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.583546
- Title: A Unified Benchmark for RCM-Constrained Visual Servoing: Modeling-Controller Interaction and Robustness Analysis in Laparoscopic Robots
- Title（参考訳）: RCM制約型ビジュアルサーボのための統一ベンチマーク:腹腔鏡ロボットにおけるモデリング・コントローラインタラクションとロバストネス解析
- Abstract要約: ロボット補助下腹腔鏡下最小侵襲手術(MIS)では,リモートセンター・オブ・ムーブメント(RCM)の正確な実施が安全かつ安定したFoV調整に重要である。
本稿では、3つの代表的なRCMモデリング手法と6つのIBVSベースの制御アーキテクチャを統合したオープンソースのシミュレーションフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 8.534283053772247
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In robot-assisted laparoscopic minimally invasive surgery (MIS), accurate enforcement of the remote center of motion (RCM) constraint is critical for safe and stable automatic field-of-view (FoV) adjustment. Although control-based RCM strategies are widely adopted due to their flexibility and cost-effectiveness, systematic comparison of different RCM formulations and image-based visual servoing (IBVS) frameworks remains challenging due to the lack of a unified and reproducible benchmark. This paper presents an open-source simulation framework integrating three representative RCM modeling approaches and six IBVS-based control architectures within a unified velocity-level formulation, enabling controlled and consistent evaluation. Through structured case studies, the framework reveals key structural sensitivities arising from modeling and controller interactions, including the impact of tangent-plane definition, constraint dimensionality, open- versus closed-loop enforcement, and robustness near kinematic singularities. All resources are released and demostrations are provided in the supplementary video, providing a reproducible foundation for RCM-constrained visual servoing research.
- Abstract（参考訳）: ロボット補助下腹腔鏡下最小侵襲手術(MIS)では,リモートセンター・オブ・ムーブメント(RCM)の正確な実施が安全かつ安定したFoV調整に重要である。
制御ベースのRCM戦略は、その柔軟性とコスト効率から広く採用されているが、統一的で再現可能なベンチマークが欠如しているため、様々なRCM定式化と画像ベースのビジュアルサーボ(IBVS)フレームワークの体系的比較は依然として困難である。
本稿では、3つの代表的なRCMモデリング手法と6つのIBVSベースの制御アーキテクチャを統合された速度レベルの定式化に統合し、制御と一貫した評価を可能にするオープンソースシミュレーションフレームワークを提案する。
構造化ケーススタディを通じて、このフレームワークは、タンジェント平面の定義、制約次元、オープンループとクローズループの強制、キネマティック特異点付近のロバストネスの影響など、モデリングとコントローラの相互作用から生じる重要な構造的感度を明らかにする。
すべてのリソースがリリースされ、デモは補足ビデオで提供され、RCMに制約された視覚サーボ研究の再現可能な基盤を提供する。
関連論文リスト
- Scaling Behavior Foundation Model for Humanoid Robots [77.31115920959364]
行動基礎モデル(BFM)は、大規模な行動データを活用することで課題に対処する有望なソリューションとして登場した。
提案手法は制御忠実度とタスク一般化の大幅な改善をもたらすことを示す。
これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
論文 参考訳（メタデータ） (2026-07-16T16:08:27Z) - Hierarchical Federated Learning with Dynamic Clustering and Adaptive Regularization for Robust Infrastructure Inspection [46.657161089480375]
本稿では,新しい階層型フェデレーション学習フレームワークを提案する。
このフレームワークは、相乗的な2層最適化戦略を編成する。
大規模で実世界の構造検査データセットに関する総合的な評価は、マクロクラスタリングとマイクロレギュラー化の階層的な統合が二重レベルの不均一性をうまく中和することを示した。
論文 参考訳（メタデータ） (2026-06-02T03:14:26Z) - VFM-SDM: A vision foundation model-based framework for training-free, marker-free, and calibration-free structural displacement measurement [3.249896562460654]
視覚基礎モデルに基づく構造変位測定フレームワーク(VFMSDM)
本研究では,VFMSDMのためのビジョンファウンデーションモデルに基づく構造変位測定フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T17:51:05Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - Distributed and Consistent Multi-Robot Visual-Inertial-Ranging Odometry on Lie Groups [1.2247984232203188]
本稿では、複数のロボット間でVIOとUWBの測定を密に融合させる分散視覚慣性測度(DC-VIRO)フレームワークを提案する。
リー群上の右不変誤差定式化を利用して、提案手法は標準VIOの可観測性を保存する。
論文 参考訳（メタデータ） (2026-02-22T13:07:50Z) - Multimodal Interpretation of Remote Sensing Images: Dynamic Resolution Input Strategy and Multi-scale Vision-Language Alignment Mechanism [10.17375002962432]
本研究では2つの重要な革新と統合された視覚言語モデル(VLM)フレームワークを提案する。
DRISは、画像の内容の複雑さに応じて、計算資源を適応的に割り当てる粗大なアプローチを採用している。
MS-VLAMは、オブジェクト、ローカルリージョン、グローバルレベルをカバーする3層アライメント機構を構築する。
論文 参考訳（メタデータ） (2025-12-29T06:51:20Z) - Mixture of Ranks with Degradation-Aware Routing for One-Step Real-World Image Super-Resolution [76.66229730098759]
実世界の画像超解像(Real-ISR)では、既存のアプローチは主に微調整された事前学習拡散モデルに依存している。
単一ステップ画像超解像のためのMixture-of-Ranks (MoR)アーキテクチャを提案する。
LoRAの各ランクを独立した専門家として扱う、きめ細かい専門家分割戦略を導入する。
論文 参考訳（メタデータ） (2025-11-20T04:11:44Z) - Technical Report: Facilitating the Adoption of Causal Inference Methods Through LLM-Empowered Co-Pilot [44.336297829718795]
CATE-Bは,大規模言語モデル(LLM)をエージェントフレームワーク内で使用して,治療効果推定を通じてユーザを誘導する,オープンソースのコパイロットシステムである。
CATE-B は (i) 因果発見と LLM に基づくエッジオリエンテーションによる構造因果モデルの構築、 (ii) 因果構造とデータセット特性に適合した適切な回帰方法を選択することによるロバストな調整セットの同定を支援する。
論文 参考訳（メタデータ） (2025-08-14T12:20:51Z) - COMponent-Aware Pruning for Accelerated Control Tasks in Latent Space Models [1.6874375111244326]
資源制約のあるモバイルプラットフォームの急速な成長により、計算効率の良いニューラルネットワークコントローラ(NNC)の需要が高まっている。
ディープニューラルネットワーク(DNN)は、制御アプリケーションにおいて優れたパフォーマンスを示し、その相当な計算複雑性とメモリ要件は、エッジデバイスへの実践的なデプロイに重大な障壁をもたらす。
本稿では,各プルーニング群に対する最適プルーニングサイズを決定するために,コンポーネント認識型構造化プルーニングを利用した包括的モデル圧縮手法を提案する。
論文 参考訳（メタデータ） (2025-08-11T16:16:51Z) - Low-Light Video Enhancement via Spatial-Temporal Consistent Decomposition [52.89441679581216]
低照度ビデオエンハンスメント(LLVE)は、激しい視認性とノイズに悩まされる動的または静的なシーンの復元を目指している。
本稿では、ビューに依存しない、ビューに依存しないコンポーネントを組み込んだ革新的なビデオ分解戦略を提案する。
我々のフレームワークは、既存のメソッドを一貫して上回り、新しいSOTAパフォーマンスを確立します。
論文 参考訳（メタデータ） (2024-05-24T15:56:40Z) - Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。
従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。
本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
論文 参考訳（メタデータ） (2023-12-19T08:14:14Z) - Imposing Robust Structured Control Constraint on Reinforcement Learning
of Linear Quadratic Regulator [0.0]
本稿では,分散学習制御の手法を編み出した汎用構造の設計について述べる。
方法論の開発には、強化学習(RL)と制御理論による十分な安定性と性能保証を併用した考え方を用いる。
6エージェントのマルチエージェントネットワーク上でのシミュレーションによる理論的結果の検証を行った。
論文 参考訳（メタデータ） (2020-11-12T00:31:39Z)
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。