論文の概要: Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction

• arxiv url: http://arxiv.org/abs/2607.07139v1
• Date: Wed, 08 Jul 2026 08:32:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 22:50:30.323157
• Title: Disturbance-aware Motion Planning for Over-actuated Underwater Vehicles Exploiting Actuation Redundancy for High-fidelity 3D Reconstruction
• Title（参考訳）: 高忠実度3次元再構成のための作動冗長性を爆発させる過作動水中車両の外乱認識運動計画
• Abstract要約: 高出力推力スラスタは堆積物を補充し、乱流を誘発し、センサー入力時の画質を劣化させる。 過度にアクティベートされたプラットフォームにおける冗長性を利用して、このアクティベーションとパーセプションの結合に対処する。 440回の試験では、目標領域の粒子速度を67%削減した。 3DリコンストラクションRMSEを55%改善し、外乱のないベースラインを55%改善する。
• 参考スコア（独自算出の注目度）: 9.030271148215196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Underwater robots often operate near delicate targets where high-power thrusters resuspend sediments and induce turbulence, degrading image quality at the sensor input. Conventional controllers optimize vehicle-centric objectives, such as tracking and stability, without accounting for the impact of actuation on sensing. We address this actuation-to-perception coupling by exploiting redundancy in over-actuated platforms. For an eight-thruster ROV, multiple thrust allocations can yield the same motion; we search this null space to minimize predicted disturbance in a task-relevant target region while enforcing motion constraints. Our method uses a control-oriented thruster-wake proxy derived from actuator-disk theory with directional attenuation and validated by PIV ($R^2 = 0.99$ near the wake axis; $R^2 > 0.82$ in the primary wake region), together with a real-time redundancy-resolving allocator running at 10 Hz (45 ms/solve). Across 440 trials, the approach reduces target-region particle velocity by 67% ($p < 0.001$), improves 3D reconstruction RMSE by 55% versus a disturbance-unaware baseline ($1.9 \pm 0.4$ mm vs. $4.3 \pm 1.8$ mm), and achieves a 98.5% reconstruction success rate. The framework supports autonomous scanning, which is quantitatively evaluated, and operator-assisted inspection, which is demonstrated in the supplementary materials.
• Abstract（参考訳）: 水中ロボットは、高出力のスラスタが堆積物を補充し、乱流を誘発する微妙なターゲットの近くで動作し、センサー入力時の画質を劣化させる。 従来のコントローラーは、センサーに対するアクティベーションの影響を考慮せずに、トラッキングや安定性などの車両中心の目的を最適化する。 過度にアクティベートされたプラットフォームにおける冗長性を利用して、このアクティベーションとパーセプションの結合に対処する。 8ストラスターのROVでは、複数の推力割り当てが同じ動きを生じさせ、このヌル空間を探索し、動作制約を強制しながらタスク関連対象領域における予測乱れを最小限に抑える。 本手法では, PIV$R^2 = 0.99$, $R^2 > 0.82$, 10Hz (45 ms/solve) で稼働するリアルタイム冗長性解消アロケータとともに, 方向減衰を伴うアクチュエータディスク理論から導かれる制御指向スラスタウェイクプロキシを用いて, 起動軸近傍でのPIV$R^2 = 0.99$, $R^2 > 0.82$の検証を行った。 440回の試験では、目標領域の粒子速度を67%(p < 0.001$)削減し、3次元再構成RMSEを55%改善し、外乱を意識しないベースライン(1.9 \pm 0.4$ mm対4.3 \pm 1.8$ mm)を改良し、98.5%の再現成功率を達成した。 このフレームワークは、定量的に評価される自律走査と、補助材料で実証されるオペレーター支援検査をサポートする。

関連論文リスト

• Beyond Control Points: Arcsecond Relative-Motion Estimation of Vision Measurement Platforms With Incomplete or Absent Control Fields [43.43572961146893]
  画像の変位や既知の3D点から直接プラットフォームの動きを推定する制御適応微分フレームワークを開発した。 我々は、回転可観測条件、非モデル翻訳および非剛点運動のためのリークバウンド、および単一点軸偏差法を導出する。
  論文  参考訳（メタデータ） (2026-08-14T03:41:30Z)
• RADAR Perception for Dynamic Obstacle Avoidance onboard small-scale Quadrotor UAVs [5.125365753953585]
  本文は, 高速搭載DOAのための最初の mmWave RADAR を用いた知覚制御システムについて述べる。 我々は,センサ範囲,相対速度,制御遅延に関連する遅延と空間境界を導出し,解析する。 Raspberry Pi 4Bのオンボード実装では、エンド・ツー・エンドのセンサー・トゥ・コマンドのレイテンシが約14ミリ秒でリアルタイムに実現可能であることが示されている。
  論文  参考訳（メタデータ） (2026-08-03T08:04:45Z)
• Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS [5.4271995156436965]
  マルチエージェントアクティブな視覚三角測量により、移動オブザーバを制御可能なカメラで調整することにより、航空目標の正確な3次元位置決めが可能になる。 我々は,Counter-UASアプリケーションにおけるターゲットローカライゼーションのための遅延認識,不確実性駆動型マルチエージェント強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-07T07:58:13Z)
• LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
  視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。 しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。 本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
  論文  参考訳（メタデータ） (2026-06-26T09:11:59Z)
• ZAPS-DA: Zero-Phase Action Policy Smoothing with Decoupled Actor for Continuous Control in Reinforcement Learning [0.0]
  ZAPS-DAは、無視可能なフェーズラグと後処理のないデプロイ時のアクションジッタを低減するフレームワークである。 MetaDriveでは、ZAPS-DAはステアリングジッタを14-21x、スロットルジッタを3-5x削減する。
  論文  参考訳（メタデータ） (2026-05-28T22:05:08Z)
• TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering [70.99933391739154]
  我々は、エージェントが既に持っている情報に対して繰り返し理由付けを行う2つの障害モードと、最近の観察を統合したり、新たな証拠を取得することなくツールコールを発行する2つの障害モードに焦点を当てる。 本稿では,活性化ステアリングによるTACT (Think-Act via activation Steering) を導入し,動作不良として現れる前に残留流中のエージェントの漂流を検知・緩和する。 具体的には、軌道のステップを過度に考え、過剰に実行し、あるいは校正し、隠れた状態が2つの *drift 軸* に沿って線形に分離できることを発見し、それぞれの障害モードに向かって校正された振る舞いを指示する。
  論文  参考訳（メタデータ） (2026-05-07T10:24:27Z)
• Instance-level Visual Active Tracking with Occlusion-Aware Planning [61.982298426203165]
  Visual Active Tracking (VAT)は、カメラを3D空間でターゲットに追従することを目的としている。 VATは、視覚的に類似したイントラクタからの混乱と、閉塞下での深刻な障害という、現実世界のデプロイメントにおいて2つの重要なボトルネックに直面している。 3つの相補的なモジュールを持つ統一パイプラインであるOA-VATを提案する。
  論文  参考訳（メタデータ） (2026-04-23T09:11:50Z)
• Meta-Adaptive Beam Search Planning for Transformer-Based Reinforcement Learning Control of UAVs with Overhead Manipulators under Flight Disturbances [8.618483849755604]
  オーバーヘッドマニピュレータを備えたドローンは、検査、メンテナンス、コンタクトベースのインタラクションにユニークな機能を提供する。 ドローンとそのマニピュレータの動作は強く結びついており、風や制御の欠陥による小さな姿勢の変化でさえ、エンドエフェクターを意図した経路から遠ざける。 変換器をベースとしたDouble Deep Q Learning (DDQN) を用いた強化学習フレームワークを開発した。 これにより、コントローラは実際のモデル上でこれらのアクションを直接実行するのではなく、シミュレーションされたロールアウトを通じてエンドエフェクタの動きを予測できる。
  論文  参考訳（メタデータ） (2026-03-27T17:08:40Z)
• Edge-Efficient Two-Stream Multimodal Architecture for Non-Intrusive Bathroom Fall Detection [2.669350701173451]
  濡れた浴室環境の滝は、高齢者が一人で生活する大きな安全リスクである。 近年の研究では、mWaveのみ、振動のみ、および既存のマルチモーダルスキームがプライバシー保護、非侵襲的な転倒検出をサポートすることが示されている。 本研究では,長距離移動パターンと床振動の処理を行うMotion-Mambaブランチを用いて,レーダ信号を符号化する2ストリームアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-17T18:54:21Z)
• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
  本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。 当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
  論文  参考訳（メタデータ） (2025-12-08T15:56:18Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• KAN-RCBEVDepth: A multi-modal fusion algorithm in object detection for autonomous driving [2.382388777981433]
  本稿では, 自律走行における3次元物体検出の高速化を目的としたkan-RCBEVDepth法を提案する。 我々のユニークなBird’s Eye Viewベースのアプローチは、検出精度と効率を大幅に改善します。 コードはurlhttps://www.laitiamo.com/laitiamo/RCBEVDepth-KANでリリースされる。
  論文  参考訳（メタデータ） (2024-08-04T16:54:49Z)

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。