論文の概要: Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution
- arxiv url: http://arxiv.org/abs/2607.24233v1
- Date: Mon, 27 Jul 2026 10:10:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:15.380779
- Title: Quality-Adaptive Multi-UAV 3D Reconstruction with Sparse Workload Redistribution
- Title（参考訳）: Sparse Workload Redistribution を用いた品質適応型マルチUAV3D再構成
- Abstract要約: 未知環境の3次元再構成はロボット工学における重要な応用である。
複数のUAVをデプロイし、効率的でスケーラブルなパス計画戦略を提供するのが一般的なアプローチです。
ユーザ定義の忠実度を持つ3Dマップを構築するための品質適応型分散型意思決定戦略を提案する。
- 参考スコア（独自算出の注目度）: 41.526558405254704
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: 3D reconstruction of unknown environments is a key application in robotics but is severely limited by the computational and energy capabilities of current aerial platforms. Deploying multiple UAVs and providing efficient and scalable path planning strategies are common approaches, but effective online coordination among UAVs remains a significant challenge. To address this problem, we propose a quality-adaptive decentralized decision-making strategy to build a 3D map with user-defined degrees of fidelity. The approach integrates a quality-oriented criterion based on TSDF confidence into view generation and information gain estimation to produce viewpoints consistent with the desired fidelity target. Additionally, we employ two levels of coordination: a penalty factor in the viewpoint evaluation to encourage local dispersion among the UAVs and a global imbalance correction mechanism. The latter, based on regularized clustering and optimal task assignment, is only triggered when an unbalanced configuration relative to high-information regions is detected. Simulation results demonstrate that the proposed method improves path efficiency compared to state-of-the-art multi-UAV exploration approaches, while also achieving higher-fidelity reconstructions in terms of coverage and accuracy. We make our code publicly available to the community.
- Abstract（参考訳）: 未知の環境の3D再構成はロボティクスにおける重要な応用であるが、現在の空中プラットフォームにおける計算能力とエネルギー能力によって著しく制限されている。
複数のUAVをデプロイし、効率的でスケーラブルな経路計画戦略を提供することは一般的なアプローチであるが、UAV間の効果的なオンライン調整は依然として大きな課題である。
この問題に対処するために,ユーザ定義の忠実度を持つ3Dマップを構築するための品質適応型分散型意思決定戦略を提案する。
提案手法は,TSDF信頼度に基づく品質指向の基準をビュー生成と情報ゲイン推定に統合し,所望の忠実度目標に整合した視点を生成する。
さらに,UAV間の局所的な分散を促進するために,視点評価におけるペナルティ係数と,大域的不均衡補正機構の2つのレベルを用いる。
後者は、正規化クラスタリングと最適タスク割り当てに基づいて、高情報領域に対するアンバランスな構成を検出する場合にのみトリガされる。
シミュレーションの結果,提案手法は最先端のマルチUAV探査手法と比較してパス効率を向上し,また,適用範囲と精度の面で高い忠実度復元を実現していることがわかった。
コードをコミュニティに公開しています。
関連論文リスト
- Secrecy Energy Efficiency for IRS-Assisted Low-Altitude Communications: A D3QN-PER Based Approach [25.752091807817816]
低高度経済(LAE)無線通信におけるセキュリティとエネルギーの課題に対処する。
無人航空機(UAV)とインテリジェントサーフェス(IRS)を統合したセキュアな相乗的ネットワークを開発する。
開発したD3Q-PERNに基づく学習手法は,既存の最先端の学習手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2026-07-27T09:05:35Z) - Enhancing Cross-View UAV Geolocalization via LVLM-Driven Relational Modeling [31.36539752384395]
クロスビューUAVジオローカライゼーションは、ドローンが捉えた画像の正確な空間座標を、地理的に参照された広範囲な衛星データベースと整列させることを目的としている。
改良されたUAV-Satellite画像マッチングのための共同関係モデリングを明示的に行うために設計された,新しいプラグアンドプレイランキングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-03-09T07:57:29Z) - QoS-Aware Hierarchical Reinforcement Learning for Joint Link Selection and Trajectory Optimization in SAGIN-Supported UAV Mobility Management [52.15690855486153]
宇宙空間統合ネットワーク (SAGIN) がユビキタスUAV接続を実現するための重要なアーキテクチャとして登場した。
本稿では,SAGINにおけるUAVモビリティ管理を制約付き多目的関節最適化問題として定式化する。
論文 参考訳（メタデータ） (2025-12-17T06:22:46Z) - Hierarchical Task Offloading and Trajectory Optimization in Low-Altitude Intelligent Networks Via Auction and Diffusion-based MARL [37.79695337425523]
低高度インテリジェントネットワーク(LAIN)は、災害対応、環境モニタリング、リアルタイムセンシングといったミッションクリティカルなアプリケーションをサポートすることができる。
これらのシステムは、エネルギー制約のあるUAV、タスク到着、異種コンピューティングリソースなど、重要な課題に直面している。
本稿では,UAV軌道計画とタスクオフロード決定を協調的に最適化する,時間依存型整数型非線形計画問題の解法を提案する。
論文 参考訳（メタデータ） (2025-12-05T08:14:45Z) - Age of Information Minimization in UAV-Enabled Integrated Sensing and Communication Systems [34.92822911897626]
統合センシング通信(ISAC)機能を備えた無人航空機(UAV)は、将来の無線ネットワークにおいて重要な役割を果たすと想定されている。
ターゲットセンシングとマルチユーザ通信を同時に行う老化情報(AoI)システムを提案する。
論文 参考訳（メタデータ） (2025-07-18T18:17:09Z) - Hierarchical Task Offloading for UAV-Assisted Vehicular Edge Computing via Deep Reinforcement Learning [11.695622067301128]
部分オフロードに基づく2層UAV支援エッジコンピューティングアーキテクチャを提案する。
提案アーキテクチャは異種資源の効率的な統合と調整を可能にする。
提案手法は,タスク完了率,システム効率,収束速度において,いくつかのベースラインを上回っていることを示す。
論文 参考訳（メタデータ） (2025-07-08T07:10:52Z) - Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。
本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-14T06:17:33Z) - UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。
ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
論文 参考訳（メタデータ） (2024-04-11T03:19:22Z) - Trajectory Design for UAV-Based Internet-of-Things Data Collection: A
Deep Reinforcement Learning Approach [93.67588414950656]
本稿では,無人航空機(UAV)による3D環境におけるIoT(Internet-of-Things)システムについて検討する。
本稿では,TD3-TDCTMアルゴリズムの完成時間最小化のためのトラジェクトリ設計を提案する。
シミュレーションの結果,従来の3つの非学習ベースライン法よりもTD3-TDCTMアルゴリズムの方が優れていることが示された。
論文 参考訳（メタデータ） (2021-07-23T03:33:29Z) - Unsupervised Domain Adaptation in Person re-ID via k-Reciprocal
Clustering and Large-Scale Heterogeneous Environment Synthesis [76.46004354572956]
個人再識別のための教師なし領域適応手法を提案する。
実験結果から,ktCUDA法とSHRED法は,再同定性能において,+5.7 mAPの平均的改善を実現することがわかった。
論文 参考訳（メタデータ） (2020-01-14T17:43:52Z)
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。