Fugu-MT 論文翻訳(概要): TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction

論文の概要: TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction

arxiv url: http://arxiv.org/abs/2608.02304v1
Date: Mon, 03 Aug 2026 14:30:20 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-04 15:07:25.601787
Title: TRACE: Ergodic Trajectory Optimization for Active Scene Reconstruction
Title（参考訳）: TRACE:アクティブシーン再構築のためのエルゴード軌道最適化
Authors: Ziyue Zheng, Linli Shi, Bingkun He, Wen Jiang, Ziyun Wang,
Abstract要約: エルゴード被覆問題としての能動再建について検討した。我々のアプローチは、このターゲット分布を不確実性と可視性からオンラインに導き出す。我々は、Replicaデータセット上のTRACEをNext-Best-View(NBV)ベースラインに対して評価し、PSNRを1.5dB改善した。
参考スコア（独自算出の注目度）: 7.636751274394083
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Existing active reconstruction systems with Gaussian-splatting maps select observations greedily, optimizing a single next-best-view (NBV) at each step and connecting the chosen views by short-horizon path planning. This greedy decoupling disregards the global structure of scene information, producing inefficient trajectories that waste sensing capacity in transit between selected views. In this work, we study active reconstruction as an ergodic coverage problem: the time-averaged spatial statistics of the sensor trajectory should match a target information distribution induced by the current map. Our approach derives this target distribution online from uncertainty and visibility, and calculates ergodic trajectories via a kernel-ergodic horizon planner with gradient flow and footprint depletion, closing the loop between mapping and trajectory optimization. We thoroughly evaluate TRACE on the Replica dataset against the Next-Best-View (NBV) baselines, improving PSNR by 1.5 dB. Code: https://github.com/spikelab-jhu/trace-active-reconstruction.
Abstract（参考訳）: 既存のガウス版地図を用いたアクティブリコンストラクションシステムは、各ステップで1つの次ベクタービュー(NBV)を最適化し、短水平経路計画によって選択されたビューを接続することにより、鮮やかに観察を選択できる。このグリーディデカップリングは、シーン情報のグローバルな構造を無視し、選択されたビュー間の移動において、知覚能力を無駄にする非効率なトラジェクトリを生成する。本研究では,センサ軌道の時間平均空間統計は,現在の地図によって誘導される目標情報分布と一致すべきである。提案手法は, この目標分布を不確実性と可視性からオンラインに導出し, 勾配流とフットプリントの減少を伴うカーネルエルゴード型地平線プランナを用いてエルゴード軌道を計算し, マッピングと軌道最適化のループを閉じる。我々は、Replicaデータセット上のTRACEをNext-Best-View(NBV)ベースラインに対して徹底的に評価し、PSNRを1.5dB改善した。コード:https://github.com/spikelab-jhu/trace-active-reconstruction。

関連論文リスト

MapGCLR: Geospatial Contrastive Learning of Representations for Online Vectorized HD Map Construction [44.37176678126708]
自動運転車は周囲の世界を理解するために地図情報に依存している。よりスケーラブルな代替手段は、オンラインのHDマップ構築にある。本研究は、ベクトル化されたオンラインHDマップ構築モデルにおいて、潜伏鳥眼ビュー(BEV)特徴グリッド表現を改善することに焦点を当てる。我々は、単一トラバーサルラベル付きデータの縮小セットを用いて教師付き同じモデルを訓練し、マルチトラバーサル要求に従ってより広範なラベル付きデータセットに基づいて自己教師する。
論文参考訳（メタデータ） (2026-03-11T11:58:23Z)
TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training [53.93696896939915]
訓練用ツール使用エージェントは一般的に、パスレート選択されたタスクに対して、軌道変更の成功と強化学習(RL)に依存している。 TopoCurateは,同一タスクから多段階的なロールアウトを統一的な意味的商トポロジに投影する対話型フレームワークである。 TopoCurateは最先端のベースラインに対して4.2%(SFT)と6.9%(RL)という一貫したゲインを達成している。
論文参考訳（メタデータ） (2026-03-02T10:38:54Z)
Eva-Tracker: ESDF-update-free, Visibility-aware Planning with Target Reacquisition for Robust Aerial Tracking [51.06229328990625]
Eva-Trackerは、航空追跡のための可視性を考慮した軌道計画フレームワークである。 ESDF更新を排除し、リカバリ可能なパス生成メソッドを組み込んで、ターゲット再取得を行う。提案手法は,従来の最先端手法よりも計算労力の少ないロバストな追跡結果を提供する。
論文参考訳（メタデータ） (2026-02-13T02:56:34Z)
Hierarchical Informative Path Planning via Graph Guidance and Trajectory Optimization [10.020847331719398]
エージェントがガウス過程 (GP) としてモデル化された潜伏場の測定を収集し, 対象地における不確実性を低減するため, 乱雑な環境下での移動予算を考慮した情報経路計画 (IPP) について検討する。 i) グラフに基づくグローバルプランニング, (ii) 幾何学的およびカーネル境界を用いたセグメント単位の予算配分, (iii) 厳密な制約と障害物刈取を伴う各セグメントのスプラインベース改良の3段階からなる階層的フレームワークを提案する。
論文参考訳（メタデータ） (2026-01-23T23:27:20Z)
Active Next-Best-View Optimization for Risk-Averse Path Planning [27.736895306224863]
不確実な環境での安全なナビゲーションには、リスク回避とアクティブな知覚を統合する計画手法が必要である。本稿では,オンライン更新された3次元ガウスプレート放射場上にテールセンシティブなリスクマップを構築することで,粗い参照経路を洗練する統一フレームワークを提案する。これらのマップは、局所的に安全かつ実現可能な軌道の生成を可能にする。
論文参考訳（メタデータ） (2025-10-07T21:41:28Z)
ActiveSplat: High-Fidelity Scene Reconstruction through Active Gaussian Splatting [12.644175177979196]
ガウススプラッティングを利用した自律型高忠実度再構築システムであるActiveSplatを提案する。このシステムは、オンラインマッピング、視点選択、経路計画のための統合されたフレームワークを確立する。
論文参考訳（メタデータ） (2024-10-29T11:18:04Z)
Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-17T11:47:56Z)
PRET: Planning with Directed Fidelity Trajectory for Vision and Language Navigation [30.710806048991923]
視覚と言語ナビゲーションは、エージェントが自然言語の指示に従ってナビゲートする必要があるタスクである。近年の手法では、各ステップで構築されたトポロジーマップのサブゴールを予測し、長期的な行動計画を可能にする。本稿では,指示と指向性軌道のアライメントを考慮し,ナビゲーション計画を容易にする方法を提案する。
論文参考訳（メタデータ） (2024-07-16T08:22:18Z)
Hallmarks of Optimization Trajectories in Neural Networks: Directional Exploration and Redundancy [75.15685966213832]
最適化トラジェクトリのリッチな方向構造をポイントワイズパラメータで解析する。トレーニング中のスカラーバッチノルムパラメータは,ネットワーク全体のトレーニング性能と一致していることを示す。
論文参考訳（メタデータ） (2024-03-12T07:32:47Z)
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)

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。