論文の概要: Agri-Sim: Agricultural Simulation Platform for Embodied Intelligence Evaluation in Greenhouse Robotics
- arxiv url: http://arxiv.org/abs/2608.29100v1
- Date: Sat, 29 Aug 2026 07:12:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 12:56:44.008836
- Title: Agri-Sim: Agricultural Simulation Platform for Embodied Intelligence Evaluation in Greenhouse Robotics
- Title（参考訳）: Agri-Sim:温室ロボットにおける身体情報評価のための農業シミュレーションプラットフォーム
- Abstract要約: 本稿では,農業用ロボットのクローズドループ開発と機能評価のための,UnityおよびROS2ベースのシミュレーションプラットフォームであるAgri-Simを提案する。
プラットフォームには、トマト温室環境、移動式デュアルアーム収穫ロボット、仮想RGB-D、LiDAR、IMU、関節センサー、UnityとROS2の双方向通信インターフェースが含まれる。
- 参考スコア（独自算出の注目度）: 9.62794211283276
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agricultural-robot development requires simulation environments that can jointly support realistic scene construction, virtual sensing, autonomous navigation, motion planning, and manipulation-task execution. This paper presents Agri-Sim, a Unity and ROS2-based simulation platform for the closed-loop development and functional evaluation of agricultural robots. The platform contains a configurable tomato-greenhouse environment, a mobile dual-arm harvesting robot, virtual RGB-D, LiDAR, IMU, and joint sensors, and a bidirectional communication interface between Unity and ROS2. Unity is responsible for scene rendering, rigid-body dynamics, collision detection, virtual sensing, and task-state execution, whereas ROS2 and MoveIt 2 provide localization, navigation, collision-aware motion planning, inverse kinematics, and trajectory generation. Autonomous greenhouse navigation and dual-arm tomato harvesting were used to evaluate the complete simulation workflow. The experiments covered virtual sensor publication, ROS2-based navigation, collision-aware motion planning, mobile-base control, tomato acquisition, inter-arm handover, and box placement. The results demonstrate that Agri-Sim supports closed-loop integration and repeatable functional evaluation of navigation and manipulation workflows in a controlled virtual greenhouse, providing a practical foundation for subsequent algorithm development and Sim-to-Real studies.
- Abstract（参考訳）: 農業ロボットの開発には、現実的なシーン構築、仮想センシング、自律ナビゲーション、モーションプランニング、操作タスクの実行を共同でサポートするシミュレーション環境が必要である。
本稿では,農業用ロボットのクローズドループ開発と機能評価のための,UnityおよびROS2ベースのシミュレーションプラットフォームであるAgri-Simを提案する。
プラットフォームには、構成可能なトマト温室環境、移動式デュアルアーム収穫ロボット、仮想RGB-D、LiDAR、IMU、ジョイントセンサー、UnityとROS2の双方向通信インターフェースが含まれる。
Unityはシーンレンダリング、剛体力学、衝突検出、仮想センシング、タスク状態実行に責任を持ち、ROS2とMoveIt 2はローカライゼーション、ナビゲーション、衝突対応モーションプランニング、逆運動学、軌道生成を提供する。
完全シミュレーションのワークフローを評価するために, 自動温室ナビゲーションと二本腕トマト収穫を用いた。
実験では、仮想センサーのパブリッシュ、ROS2ベースのナビゲーション、衝突対応モーションプランニング、モバイルベースコントロール、トマトの取得、アーム間ハンドオーバ、ボックスの配置がカバーされた。
この結果から,Agri-Simは閉ループ統合と制御された仮想温室におけるナビゲーションおよび操作ワークフローの繰り返し機能評価をサポートし,その後のアルゴリズム開発とSim-to-Real研究の実践的基盤を提供することが示された。
関連論文リスト
- RGB-D Video Generation for Improving Human-to-Robot Object Handover Prediction [51.76737991200891]
H2R(Human-to-robot)オブジェクトハンドオーバは、人間とロボットのコラボレーションの基本的な能力である。
本稿では,RGB-DビデオデータセットであるHand2Botを紹介する。
ハンドオブジェクトの一貫性を確保しつつ,現実的なハンドオーバシーケンスを合成する生成パイプラインであるPassGenを提案する。
論文 参考訳（メタデータ） (2026-08-13T09:55:59Z) - RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation [55.07260698542592]
我々は,1枚のRGB画像をシミュレーション可能なシーンに変換する,リアル・トゥ・シミュレート・フレームワークであるRoboSnapを紹介した。
DROIDシーンと実ロボットタスクの実験は、復元されたシーンでRoboSnapが信頼できる軌道再生を実現することを示している。
DROIDのリアルワールドシーン564から構築したリアル・トゥ・シムデータセットであるDROID-Simを紹介する。
論文 参考訳（メタデータ） (2026-07-07T18:19:10Z) - HERCULES: An Open-Source Simulation Framework for Heterogeneous Multi-Robot SLAM, Collaborative Perception, and Exploration [3.15872644487767]
HERCULESは、異種マルチロボット自律性のためのオープンソースのシミュレータとデータ収集パイプラインである。
Unreal Engine 5 (UE5) ベースのシミュレータであるAirSimとCosys-AirSimをベースに構築され、HERCULESは以前のフレームワークの主要なアーキテクチャ上の制限を解決する。
ヘテロジニアスマルチロボットSLAM,協調知覚,探索における実験では,HERCULES生成データとアクティブクローズループ実行の両方を用いて,ヘテロジニアスマルチロボットの自律性向上に有効であることを示す。
論文 参考訳（メタデータ） (2026-06-22T01:51:40Z) - RealEngine: Simulating Autonomous Driving in Realistic Context [60.55873455475112]
RealEngineは3Dシーン再構成と新しいビュー合成技術を統合する新しい運転シミュレーションフレームワークである。
実世界のマルチモーダルセンサーデータを活用することで、RealEngineはバックグラウンドシーンとフォアグラウンドトラフィック参加者を別々に再構築し、非常に多様な現実的なトラフィックシナリオを実現する。
RealEngineは、非反応性シミュレーション、安全性テスト、マルチエージェントインタラクションの3つの重要な駆動シミュレーションカテゴリをサポートしている。
論文 参考訳（メタデータ） (2025-05-22T17:01:00Z) - An Open-source Sim2Real Approach for Sensor-independent Robot Navigation in a Grid [0.0]
シミュレーション環境で訓練されたエージェントと、同様の環境でロボットをナビゲートする実際の実装とのギャップを橋渡しする。
具体的には、Gymnasium Frozen Lakeにインスパイアされた現実世界のグリッドのような環境で四足歩行ロボットをナビゲートすることに焦点を当てる。
論文 参考訳（メタデータ） (2024-11-05T20:18:29Z) - Gazebo Plants: Simulating Plant-Robot Interaction with Cosserat Rods [11.379848739344814]
植物の動きをモデル化するために,コセラットロッドをベースとしたGazeboシミュレーションプラットフォーム用のプラグインを提案する。
筆者らは,このプラグインを用いて,果実を摘むロボットアームを模擬することにより,ガゼボで収穫シミュレーションを行うことができることを示した。
論文 参考訳（メタデータ） (2024-02-04T17:19:46Z) - Learning to navigate efficiently and precisely in real environments [14.52507964172957]
Embodied AIの文献は、HabitatやAI-Thorといったシミュレータで訓練されたエンドツーエンドエージェントに焦点を当てている。
本研究では,sim2realのギャップを最小限に抑えたシミュレーションにおけるエージェントのエンドツーエンドトレーニングについて検討する。
論文 参考訳（メタデータ） (2024-01-25T17:50:05Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳（メタデータ） (2020-03-19T00:11:34Z)
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。