論文の概要: Sampling-Based Visibility Task Planning
- arxiv url: http://arxiv.org/abs/2608.01027v1
- Date: Sun, 02 Aug 2026 06:06:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.066285
- Title: Sampling-Based Visibility Task Planning
- Title（参考訳）: サンプリングに基づく可視性タスク計画
- Abstract要約: 可視性に基づくタスクに対処するために,2つの新しいサンプリングベースアルゴリズム,VisPRMとVisRRTを導入する。
VisPRMは環境を階層的に分解し、視界の整合性の概念を活用して、ターゲットに対して明確な視線を持つ構成を効率的にサンプリングする。
特殊化されたInverse Kinematicsソルバにより、VisRRTはオポチュンモーメントでターゲットの方向に"光る"ことができ、キー構成の迅速な発見が容易になる。
- 参考スコア（独自算出の注目度）: 5.156484100374059
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robot Task and Motion Planning (TAMP) algorithms enable autonomous operation by incorporating the specific functions and constraints of end-effector tools, such as grippers or soldering irons, directly into the planning process. In this paper, we explore sampling-based TAMP algorithms specifically designed for a critical subset of devices whose unique properties make traditional planning methods ineffective. Visibility-based instruments, such as exteroceptive sensors, cameras, flashlights and directional antennas, are essential across a vast array of human activities. The unique properties of these devices, and particularly, their field-of-view, render many widely used heuristics and distance metrics less effective. We introduce two new sampling-based algorithms, VisPRM and VisRRT, designed to tackle visibility-based tasks. VisPRM employs a hierarchical decomposition of the environment, leveraging the concept of visibility integrity, to efficiently sample configurations with a clear line-of-sight to the target. A specialized Inverse Kinematics solver enables VisRRT to "glance" in the direction of the target at opportune moments, facilitating the rapid discovery of key configurations. We show that VisPRM and VisRRT achieve a higher success rate and faster runtimes compared to adaptations of RRT, PRM and VIR, through both simulated and physical experiments.
- Abstract（参考訳）: ロボットタスク・アンド・モーション・プランニング(TAMP)アルゴリズムは、グリッパーやはんだ付け鉄などのエンドエフェクタツールの特定の機能と制約を計画プロセスに直接組み込むことで、自律的な操作を可能にする。
本稿では,従来の計画手法を非効率にしているデバイスの重要なサブセットを対象としたサンプリングベースTAMPアルゴリズムについて検討する。
感光性センサー、カメラ、懐中電灯、指向性アンテナなど、可視性に基づく機器は、様々な人間の活動において不可欠である。
これらのデバイスの特徴、特にその視野は、多くの広く使われているヒューリスティックと距離のメトリクスをより効果的に表現する。
可視性に基づくタスクに対処するために,2つの新しいサンプリングベースアルゴリズム,VisPRMとVisRRTを導入する。
VisPRMは環境を階層的に分解し、視界の整合性の概念を活用して、ターゲットに対して明確な視線を持つ構成を効率的にサンプリングする。
特殊化されたInverse Kinematicsソルバにより、VisRRTはオポチュンモーメントでターゲットの方向に"光る"ことができ、キー構成の迅速な発見が容易になる。
シミュレーションおよび物理実験により, VisPRM と VisRRT は RRT , PRM , VIR の適応よりも成功率が高く,実行速度も速いことを示す。
関連論文リスト
- DroneFINE: Domain-Aware Parameter-Efficient Fine-Tuning of Vision-Language Detectors for Drone Images [50.96240625673857]
DroneFINEは、VLMベースのドローン画像検出器用に設計された2つのドメイン対応補完モジュールからなる、新しいPEFTパラダイムである。
DroneFINEは既存のPEFTメソッドを著しく上回り、完全な微調整に匹敵するパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-01T02:27:40Z) - STEM: Semantic Target Search and Exploration using MAVs in Cluttered Environments [17.009653719709213]
本稿では,目的探索時間と探索時間を最小限に抑えるために,意味誘導型視点プランナを用いた新しいフレームワークを提案する。
具体的には,対象に繋がる可能性のある視点を優先順位付けすることで,効率的な意味探索計画を生成するプランナーを開発する。
論文 参考訳（メタデータ） (2026-05-30T15:00:58Z) - Waking Up Blind: Cold-Start Optimization of Supervision-Free Agentic Trajectories for Grounded Visual Perception [18.565166776233223]
SVLM(Small Vision-Language Models)は効率的なタスクコントローラであるが、視覚的脆さとツールオーケストレーションの貧弱さに悩まされることが多い。
SPECTRA(Cascaded Tool Rollout Alignment)で実現可能な自己教師型知覚法を提案する。
SPECTRAはSVLMのコールドスタート強化学習を通じてエージェント機能をブートストラップする。
論文 参考訳（メタデータ） (2026-04-19T15:06:30Z) - Visual-RRT: Finding Paths toward Visual-Goals via Differentiable Rendering [21.043662113128438]
高速探索型ランダムツリー(RRT)は、その頑丈さと理論的保証のためにロボットの動き計画に広く採用されている。
既存のRTRベースのプランナは、数値的な関節角として指定された明確な目標設定を必要とする。
本稿では,視覚的ゴールプランナである視覚-RRTを提案する。
論文 参考訳（メタデータ） (2026-03-27T11:47:26Z) - Novelty-Driven Target-Space Discovery in Automated Electron and Scanning Probe Microscopy [0.5805874695844994]
我々は、ターゲット空間における発見をガイドするディープラーニングBEACONフレームワークを開発した。
このベンチマークフレームワークは、発見駆動アルゴリズムを評価する基盤を提供する。
関連するノートブックが利用可能で、ユーザはベンチマークを再現し、テストし、メソッドを自身の機器やデータセットに適応することができる。
論文 参考訳（メタデータ） (2026-03-17T16:04:20Z) - PVI: Plug-in Visual Injection for Vision-Language-Action Models [8.641415997612066]
事前訓練されたVLMとフローマッチングアクションエキスパートを組み合わせたVLAは、言語条件による操作の強力なパラダイムとして登場した。
このモジュールは、訓練済みのアクションエキスパートにアタッチされ、ゼロd残差経路を介して補助的な視覚表現を注入する。
論文 参考訳（メタデータ） (2026-03-13T08:16:53Z) - Perception-Aware Multimodal Spatial Reasoning from Monocular Images [57.42071289037214]
単眼画像からの空間的推論は 自律運転には不可欠です
現在のヴィジュアルランゲージモデル(VLM)は、微粒な幾何学的知覚に苦慮している。
本稿では,VLMを明示的な対象中心の接地能力を持つ知覚認識型マルチモーダル推論フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-07T02:05:12Z) - PosA-VLA: Enhancing Action Generation via Pose-Conditioned Anchor Attention [92.85371254435074]
PosA-VLAフレームワークは、ポーズ条件付き監視を通じて視覚的注意を保ち、タスク関連領域に対するモデルの認識を一貫して導く。
本手法は,多様なロボット操作ベンチマークにおいて,正確かつ時間効率のよい動作を実施できることを示す。
論文 参考訳（メタデータ） (2025-12-03T12:14:29Z) - Top-Down Compression: Revisit Efficient Vision Token Projection for Visual Instruction Tuning [70.57180215148125]
ビジュアルインストラクションチューニングは、大きな言語モデルで視覚世界を理解できるようにすることを目的としている。
既存の手法は、精度と効率の間の難解なトレードオフに悩まされることが多い。
LLaVA-Meteorは,コア情報を妥協することなく,視覚トークンを戦略的に圧縮する手法である。
論文 参考訳（メタデータ） (2025-05-17T10:22:29Z) - SMTT: Novel Structured Multi-task Tracking with Graph-Regularized Sparse Representation for Robust Thermal Infrared Target Tracking [8.52497147463548]
熱赤外目標追跡は、監視、自律運転、軍事作戦などの応用において重要である。
本稿では,熱赤外画像における共通課題を効果的に解決する新しいトラッカーSMTTを提案する。
論文 参考訳（メタデータ） (2025-04-20T10:56:15Z) - SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。
SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。
また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文 参考訳（メタデータ） (2024-11-27T10:45:49Z) - Towards Unified Token Learning for Vision-Language Tracking [65.96561538356315]
本稿では,VL追跡をトークン生成タスクとして用いた「textbfMMTrack」という,視覚言語(VL)追跡パイプラインを提案する。
提案フレームワークは,言語記述と境界ボックスを離散トークン列にシリアライズする。
この新しい設計パラダイムでは、全てのトークンクエリが望ましいターゲットを認識し、ターゲットの空間座標を直接予測するために必要となる。
論文 参考訳（メタデータ） (2023-08-27T13:17:34Z) - Recurrent Vision Transformers for Object Detection with Event Cameras [62.27246562304705]
本稿では,イベントカメラを用いた物体検出のための新しいバックボーンであるリカレントビジョントランス (RVT) を提案する。
RVTは、イベントベースのオブジェクト検出で最先端のパフォーマンスに到達するために、ゼロからトレーニングすることができる。
私たちの研究は、イベントベースのビジョンを超えた研究に役立ち得る効果的なデザイン選択に、新たな洞察をもたらします。
論文 参考訳（メタデータ） (2022-12-11T20:28:59Z) - Understanding Physical Effects for Effective Tool-use [91.55810923916454]
本稿では,最小の協力力で効果的なツール利用戦略を創出するロボット学習計画フレームワークを提案する。
FEM(Finite Element Method)をベースとしたシミュレータを用いて,観測ツール使用時の細粒度,連続的な視覚的,身体的効果を再現する。
シミュレーションでは,提案手法が2つのタスクで観測されたものとは大きく異なる,より効果的なツール利用戦略を実現できることを示す。
論文 参考訳（メタデータ） (2022-06-30T03:13:38Z)
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。