Fugu-MT 論文翻訳(概要): TAMS: Task-Aware Multi-View Adaptive Streaming for Wireless Telerobotic Manipulation

論文の概要: TAMS: Task-Aware Multi-View Adaptive Streaming for Wireless Telerobotic Manipulation

arxiv url: http://arxiv.org/abs/2608.09731v1
Date: Mon, 10 Aug 2026 15:30:51 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-11 19:16:37.34479
Title: TAMS: Task-Aware Multi-View Adaptive Streaming for Wireless Telerobotic Manipulation
Title（参考訳）: TAMS:無線遠隔操作のためのタスク対応マルチビュー適応ストリーミング
Abstract要約: Task-Aware Multi-View Adaptive Streaming (TAMS) は、現在の操作フェーズに応じてビデオを割り当てるシステムである。 TAMSは軽量ロボット側信号からタスクフェーズを推論し、オペレーターに最も関係のあるカメラビューを優先する。
参考スコア（独自算出の注目度）: 9.644565078968755
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Wireless telerobotic manipulation relies on timely multi-view video feedback, but the available uplink bandwidth is often limited and dynamic. This paper presents Task-Aware Multi-View Adaptive Streaming (TAMS), a system that allocates video bitrate according to the current manipulation phase. TAMS infers task phase from lightweight robot-side signals and prioritizes the camera view most relevant to the operator while preserving baseline visibility for secondary views. Experiments on a six-degree-of-freedom (6-DoF) teleoperation testbed under three constrained network conditions show that TAMS improves primary view Structural Similarity Index (SSIM), reduces task completion time, and increases trial success rate compared with equal and static allocation baselines. Under the most constrained bandwidth condition, TAMS reduces mean completion time from 68.9 s to 43.9 s relative to equal allocation and increases trial success rate from 48% to 71%. Code is available at: https://github.com/Dzxx623/TAMS.
Abstract（参考訳）: 無線テレロボティックな操作は、タイムリーなマルチビュービデオフィードバックに依存するが、利用可能なアップリンク帯域幅は制限され、動的であることが多い。本稿では,現在の操作フェーズに応じてビデオビットレートを割り当てるタスク・アウェア・マルチビュー適応ストリーミング(TAMS)を提案する。 TAMSは、軽量ロボット側信号からタスクフェーズを推論し、セカンダリビューのベースライン可視性を保ちながら、オペレーターに最も関連性の高いカメラビューを優先する。 3つの制約されたネットワーク条件下での6自由度(6-DoF)遠隔操作試験実験により,TAMSは一次ビュー構造類似度指数(SSIM)を改善し,タスク完了時間を短縮し,均等および静的アロケーションベースラインと比較して試験成功率を向上することが示された。最も制約のある帯域幅条件下では、TAMSは平均完了時間を68.9秒から43.9秒に短縮し、試験成功率を48%から71%に向上させる。コードは、https://github.com/Dzxx623/TAMSで入手できる。

関連論文リスト

A VAE-Driven Multi-Task Satellite-Aided Semantic Communication Framework for 6G-Enabled Connected Autonomous Vehicles [51.449502491030756]
衛星支援自動運転のためのマルチタスク・セマンティック・コミュニケーション・フレームワークを提案する。このフレームワークは、両方のタスクを共同で最適化するために、エンドツーエンドで訓練されている。提案手法は,87.23%から98.17%までの帯域幅削減を実現している。
論文参考訳（メタデータ） (2026-07-15T06:49:41Z)
Towards CSI-Native Foundation Models: A Channel-Adaptive Roadmap for 6G [14.956130211673894]
無線基礎モデルは、第6世代(6G)システムのための再利用可能なチャネル状態情報(CSI)インテリジェンスへの道を提供する。既存の一般的なバックボーン適応とCSI事前訓練法は、CSIを伝搬条件のチャネル応答ではなくタスクテンソルとして扱うことが多い。本稿では,事前学習,位置モデリング,アテンション制御を3つのチャネル要求に整合させる統合フレームワークを提案する。
論文参考訳（メタデータ） (2026-06-12T11:01:12Z)
RoboSubtaskNet: Temporal Sub-task Segmentation for Human-to-Robot Skill Transfer in Real-World Environments [14.919366180093363]
人間とロボットのコラボレーションを安全にするためには、細かなサブタスクのセグメントを、長い、トリミングされていないビデオで一時的に見つけて分類することが不可欠だ。本稿では,マルチステージのヒューマン・ロボット・サブタスクセグメンテーションフレームワークであるRoboSubtaskNetを紹介する。また、サブタスクレベルで注釈付けされた医療および産業デモのデータセットであるRoboSubtaskを紹介します。
論文参考訳（メタデータ） (2026-02-10T17:37:35Z)
Context Video Semantic Transmission with Variable Length and Rate Coding over MIMO Channels [49.624608869195065]
無線ビデオ伝送のためのコンテキストビデオセマンティックトランスミッション(CVST)フレームワークを提案する。我々は、特徴群と多重入力多重出力(MIMO)サブチャネルの関係を明確に定式化するために、コンテキストチャネル相関マップを学習する。近年の無線ビデオ・セマンティック・コミュニケーション・アプローチにおいて,標準化された分離符号化方式に対して性能が大幅に向上したことを示す。
論文参考訳（メタデータ） (2025-12-23T10:48:43Z)
Open-Vocabulary Spatio-Temporal Scene Graph for Robot Perception and Teleoperation Planning [55.90805559207812]
動的リモートシーンでは、双方向通信における伝送遅延は、リモート認識状態とオペレータ意図の間のギャップを生じさせる。本稿では,時間的ダイナミクスと軽量遅延アノテーションを用いて,オープン語彙認識を充実させる表現を提案する。提案手法はReplicaベンチマークで74%のノード精度を実現し,Concept.Graphよりも優れていた。
論文参考訳（メタデータ） (2025-09-27T04:31:24Z)
Task-Oriented Feature Compression for Multimodal Understanding via Device-Edge Co-Inference [54.53508601749513]
本稿では,マルチモーダル理解のためのタスク指向特徴圧縮(TOFC)手法を提案する。圧縮効率を向上させるために、視覚特徴の特性に基づいて複数のエントロピーモデルを適応的に選択する。その結果,TOFCはデータ転送オーバーヘッドを最大52%削減し,システム遅延を最大63%削減できることがわかった。
論文参考訳（メタデータ） (2025-03-17T08:37:22Z)
STAC: Leveraging Spatio-Temporal Data Associations For Efficient Cross-Camera Streaming and Analytics [5.752749052742801]
分散カメラネットワークでは、高帯域要求と冗長な視覚データにより、リアルタイムマルチカメラビデオ分析が課題となっている。制約されたネットワーク条件下での効率的な物体追跡のために,マルチ時間アソシエーションを利用したクロスカメラ監視システムSTACを提案する。
論文参考訳（メタデータ） (2024-01-27T04:02:52Z)
Correlation-Embedded Transformer Tracking: A Single-Branch Framework [69.0798277313574]
本稿では,トランスにインスパイアされた新しい単一ブランチ追跡フレームワークを提案する。 Siameseのような特徴抽出とは異なり、トラッカーは機能ネットワークの複数の層にクロスイメージ特徴相関を深く埋め込む。出力機能は、追加の相関ステップなしでターゲット位置を予測するために直接使用できる。
論文参考訳（メタデータ） (2024-01-23T13:20:57Z)
VATT: Transformers for Multimodal Self-Supervised Learning from Raw Video, Audio and Text [60.97904439526213]
video-audio-text transformer (vatt) は生の信号を入力として取り、様々な下流タスクに役立つほどリッチなマルチモーダル表現を抽出する。マルチモーダルなコントラスト損失を用いて,vattのエンドツーエンドをスクラッチからトレーニングし,映像動作認識,音声イベント分類,画像分類,テキストからビデオへの検索といった下流タスクによってその性能を評価する。
論文参考訳（メタデータ） (2021-04-22T17:07:41Z)
Efficient Two-Stream Network for Violence Detection Using Separable Convolutional LSTM [0.0]
Separable Convolutional LSTM(SepConvLSTM)と予め訓練されたMobileNetを活用した効率的な2ストリームディープラーニングアーキテクチャを提案する。 SepConvLSTMは、ConvLSTMの各ゲートの畳み込み操作を深さ方向に分離可能な畳み込みに置き換えて構築されます。我々のモデルは、大きくて挑戦的なrwf-2000データセットの精度を2%以上上回っている。
論文参考訳（メタデータ） (2021-02-21T12:01:48Z)

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。