論文の概要: Semantic- and Density-Aware Planning for Accessibility-Preserving Multi-Object Placement

• arxiv url: http://arxiv.org/abs/2608.16741v1
• Date: Mon, 17 Aug 2026 15:51:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.786503
• Title: Semantic- and Density-Aware Planning for Accessibility-Preserving Multi-Object Placement
• Title（参考訳）: アクセシビリティを考慮した多目的配置のための意味・密度を考慮した計画法
• Abstract要約: 家庭用サービスロボットは、限られた貯蔵スペースを効率的に利用しながら、部分的に占有された棚に食料品を整理する必要がある。 既存のアプローチは、シーケンシャルシェルフ充填時のセマンティックな構造、密集した空間利用、マニピュレータアクセシビリティに共同で対処するものではない。 本稿では,対象間の意味的類似性と空間的近接性を組み合わせた意味密度スコアを用いて,候補のポーズをランク付けするアクセシビリティ保護手法であるSemantic-Dense Placement Planning (SDPP)を提案する。
• 参考スコア（独自算出の注目度）: 7.069718718698565
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-term manipulation planning requires robots to reason not only about immediate task success but also about how current decisions affect future interactions with the environment. In this context, household service robots may need to organize groceries in partially occupied shelves while using limited storage space efficiently and preserving access for subsequent placements. In this paper, we consider an online multi-object shelf-placement setting in which future objects arrivals are unknown. Existing approaches do not jointly address semantic organization, dense space utilization, and manipulator accessibility during sequential shelf filling. To address this gap, we propose Semantic-Dense Placement Planning (SDPP), an accessibility-preserving approach that ranks candidate poses using a semantic-density score combining inter-object semantic similarity with spatial proximity. An Accessibility Map (AM) further filters candidates unlikely to be reachable before motion planning and penalizes placements that reduce the remaining accessible workspace. Simulation experiments show that SDPP significantly improves semantic placement quality over state-of-the-art baselines and achieves the highest average shelf density, while the AM substantially reduces the time required to identify feasible placement poses. A qualitative real-world experiment demonstrates the applicability of our pipeline in a domestic shelf-storage scenario.
• Abstract（参考訳）: 長期的な操作計画では、ロボットが即時作業の成功だけでなく、現在の決定が将来の環境との相互作用にどう影響するかを判断する必要がある。 この文脈では、家庭用サービスロボットは、限られた貯蔵スペースを効率よく利用し、その後の配置のためのアクセスを保ちながら、部分的に占有された棚に食料品を整理する必要がある。 本稿では,今後のオブジェクトの到着が不明なオンライン多目的棚配置について考察する。 既存のアプローチは、シーケンシャルシェルフ充填時のセマンティックな構造、密集した空間利用、マニピュレータアクセシビリティに共同で対処するものではない。 このギャップに対処するために,対象間の意味的類似性と空間的近接性を組み合わせた意味密度スコアを用いて,候補のポーズをランク付けするアクセシビリティ保護手法であるSemantic-Dense Placement Planning (SDPP)を提案する。 アクセシビリティマップ(AM)はさらに、運動計画の前に候補者が到達できないようフィルタリングし、残りのアクセス可能なワークスペースを減らす場所を罰する。 シミュレーション実験により、SDPPは最先端のベースラインよりもセマンティックな配置品質を著しく改善し、平均棚密度を最大化し、一方、AMは実現可能な配置ポーズを特定するのに要する時間を著しく短縮することを示した。 定性的な実世界の実験は、国内棚保存シナリオにおけるパイプラインの適用性を実証する。

関連論文リスト

• SpaceEra++: A Unified Framework Towards 3D Spatial Reasoning in Video [88.79625979053873]
  事前学習型視覚言語モデル(VLM)のための新しいフレームワークSpaceEraを提案する。 データ構築、モデル設計、トレーニング最適化、推論の促進にまたがる、SpaceEra++と呼ばれる、オリジナルのフレームワークを包括的なシステムに拡張します。 さらに,空間的推論を強化するために,絶対座標と相対空間関係を協調的に利用することにより,対物制約を強制するSpaceAlignを開発した。
  論文  参考訳（メタデータ） (2026-07-02T06:56:29Z)
• 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)
• Active Timepoint Selection for Learning Measure-Valued Trajectories [55.49809248697036]
  スナップショットから連続確率パスを推定することは、単細胞生物学のような領域における根本的な課題である。 スパース測度空間にアクティブな実験を拡張するフレームワークを導入する。 これにより、不確実性を最小限に抑えるために測定時間を反復的に選択する取得ポリシーが得られる。
  論文  参考訳（メタデータ） (2026-05-28T22:22:35Z)
• Semantic Area Graph Reasoning for Multi-Robot Language-Guided Search [12.427956436869584]
  textitSemantic Area Graph Reasoning (SAGR)は、大規模言語モデル(LLM)が環境の構造的セマンティックトポロジ的抽象化を通して、マルチロボット探索とセマンティックサーチの協調を可能にする階層的なフレームワークである。 100のシナリオにわたるHabitat-Matterport3Dデータセットの実験では、SAGRは最先端の探索手法と競合し続け、セマンティックターゲットの探索効率は最大18.8%向上した。
  論文  参考訳（メタデータ） (2026-04-17T17:19:54Z)
• SignNav: Leveraging Signage for Semantic Visual Navigation in Large-Scale Indoor Environments [57.79171900005793]
  人間は、大規模屋内環境内の目的地に向かうために、手話によって提供される意味的ヒントを日常的に活用する。 本稿では,手話からの意味的ヒントを解釈し,現在の観察に基づくその後の行動の推論を行うための,新しい具体的ナビゲーションタスクSignNavを紹介する。 空間認識モジュールは物理的世界へのサインの意味的ヒントを基盤として,時間認識モジュールは歴史的状態と現在の観測との長距離依存性を捉えている。
  論文  参考訳（メタデータ） (2026-03-17T06:36:26Z)
• Into the Unknown: Towards using Generative Models for Sampling Priors of Environment Uncertainty for Planning in Configuration Spaces [28.37021202108478]
  事前は部分的な可観測性の下での計画には不可欠だが、実際は入手が困難である。 本稿では, 大規模事前学習モデルを用いて, ゼロショット方式で事前生成を行う確率論的パイプラインを提案する。 我々は、ロボットが観測されていない対象物にナビゲートする必要がある戸口を通して部分的に見える部屋のMatterport3Dベンチマークを構築した。
  論文  参考訳（メタデータ） (2025-10-13T05:08:48Z)
• Outlier-Robust Long-Term Robotic Mapping Leveraging Ground Segmentation [1.7948767405202701]
  箱から出られる堅牢な長期ロボットマッピングシステムを提案する。 i) 外れ値の存在を否定する高速で頑健な接地分割を提案する。 粗悪なアウトリールの存在を包含する地盤セグメンテーションによるロバストな登録を提案する。
  論文  参考訳（メタデータ） (2024-05-18T04:56:15Z)
• AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
  我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。 本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
  論文  参考訳（メタデータ） (2023-08-16T22:47:16Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• MPTP: Motion-Planning-aware Task Planning for Navigation in Belief Space [1.3535770763481902]
  大規模環境におけるナビゲーションのための統合型タスク・モーション・プランニング・フレームワークを提案する。 このフレームワークは、動作中の運動計画と感覚の不確かさを意図している。
  論文  参考訳（メタデータ） (2021-04-10T06:52:16Z)
• Evidential Sparsification of Multimodal Latent Spaces in Conditional Variational Autoencoders [63.46738617561255]
  訓練された条件付き変分オートエンコーダの離散潜時空間をスパース化する問題を考察する。 顕在的理論を用いて、特定の入力条件から直接証拠を受け取る潜在クラスを特定し、そうでないクラスをフィルタリングする。 画像生成や人間の行動予測などの多様なタスクの実験により,提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2020-10-19T01:27:21Z)

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。