論文の概要: Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning
- arxiv url: http://arxiv.org/abs/2608.29516v1
- Date: Sun, 30 Aug 2026 02:37:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.987762
- Title: Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning
- Title（参考訳）: ロボット超音波スキャンのためのゼロショット・シム・トゥ・リール転送を可能にするタスク関連機能-動的フィデリティ
- Abstract要約: 我々は,共有構造中間領域,軌道レベルの固定雑音,数ステップの条件流生成を組み合わせたTR指向超音波シミュレータを開発した。
ファントム実験では、4つの標的機に400発のゼロショット配置のうち390発が成功した。
- 参考スコア（独自算出の注目度）: 58.25007580703646
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic ultrasound policies operating directly on B-mode images require extensive interaction data, whereas real-robot data collection is costly and safety-constrained. Simulation provides a scalable alternative, but zero-shot transfer depends not only on single-frame realism but also on whether simulated observations reproduce task-relevant feature changes induced by probe motion. We term this cross-domain consistency task-relevant feature-dynamics fidelity (TR-FDF). Under local regularity assumptions, our contraction analysis shows that greater sensitivity of TR-FDF mismatch to probe motion reduces the effective closed-loop contraction margin, whereas motion-independent errors primarily enlarge the residual error bound. Guided by this analysis, we develop a TR-FDF-oriented ultrasound simulator that combines a shared structural intermediate domain, trajectory-level fixed noise, and few-step conditional flow generation. In phantom experiments, a policy trained exclusively in simulation succeeded in 390 of 400 zero-shot deployments across four target planes. The simulator achieved an FID of 29.66 and generated observations at 67.1 Hz. Controlled interventions, ablations, and baseline comparisons showed that TR-FDF sensitivity complements single-frame realism in predicting zero-shot transfer performance.
- Abstract（参考訳）: Bモード画像を直接操作するロボット超音波ポリシーは、広範囲なインタラクションデータを必要とするが、実際のロボットデータ収集はコストが高く、安全性に制約がある。
シミュレーションはスケーラブルな代替手段を提供するが、ゼロショット転送はシングルフレームリアリズムだけでなく、プローブ運動によって引き起こされるタスク関連特徴変化を再現するかどうかにも依存する。
このクロスドメイン整合性タスク関連特徴力学フィデリティ(TR-FDF)と呼ぶ。
局所正規性仮定の下では, TR-FDFミスマッチによるプローブ運動に対する感度の向上は, 有効閉ループ収縮マージンを減少させるが, 動作に依存しない誤差は, 主に残差境界を増大させる。
この分析で導かれたTR-FDF指向型超音波シミュレータは、共有構造中間領域、軌道レベルの固定ノイズ、数ステップの条件流生成を組み合わせたものである。
ファントム実験では、4つの標的機に400発のゼロショット配置のうち390発が成功した。
シミュレーターは29.66のFIDを獲得し、67.1Hzで観測を行った。
制御された介入、アブレーション、ベースラインの比較により、TR-FDF感度はゼロショット転送性能の予測において単フレームリアリズムを補完することが示された。
関連論文リスト
- Cross-simulator transfer with foundation model summaries: Towards robust SKA-era reionization inference [0.0]
高速な近似シミュレータ上でラベルのない自己教師型ビジョントランスフォーマー(ViT)が,シミュレータ間で一般化可能な転送可能なデータ要約を生成することを示す。
再訓練なしでは、完全に異なるシミュレータから天体物理パラメータを推測するために冷凍エンコーダとして再利用することができる。
論文 参考訳（メタデータ） (2026-08-26T19:37:18Z) - Difference-Based Relational Learning for Zero-Shot Object-Goal Visual Navigation With Direct Sim-to-Real Transfer [0.5371337604556311]
頑健なゼロショットsim-to-real転送のための時間差分関係ネットワーク(T-DRN)
AI2-THORの実験では、強いベースラインよりも成功率の観点からT-DRNがゼロショットの一般化を改善することが示されている。
T-DRNは、物理的な車輪付きロボット上で体系的に検証され、実感と動作の制約の下で頑健な性能を示す。
論文 参考訳（メタデータ） (2026-07-17T05:35:40Z) - ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。
定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。
これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
論文 参考訳（メタデータ） (2026-06-29T14:27:27Z) - Cross-Scenario Deraining Adaptation with Unpaired Data: Superpixel Structural Priors and Multi-Stage Pseudo-Rain Synthesis [48.809049043865905]
低レベルのコンピュータビジョンでは,イメージデライン化が重要な役割を担っている。
ディープラーニングのパラダイムは、目に見えないアウト・オブ・ディストリビューションシナリオに一般化された場合、厳しいパフォーマンス劣化に悩まされることが多い。
本稿では,クロスシナリオ・デライニング適応フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-23T07:38:55Z) - RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。
RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。
従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-03-11T10:14:37Z) - RAPT: Model-Predictive Out-of-Distribution Detection and Failure Diagnosis for Sim-to-Real Humanoid Robots [1.5765892172285598]
本稿では,50Hzのヒューマノイド制御のための軽量で自己監督型展開時間モニタRAPTを提案する。
RAPTは,数値シミュレーションから確率的時間的確率多様体を学習し,実行時の予測偏差を評価する。
我々は,シミュレーションおよび物理ハードウェアにおける4つの複雑なタスクに対して,Unitree G1ヒューマノイド上でRAPTを評価する。
論文 参考訳（メタデータ） (2026-02-02T01:04:55Z) - Ivan-ISTD: Rethinking Cross-domain Heteroscedastic Noise Perturbations in Infrared Small Target Detection [53.689841037081834]
Ivan-ISTD は ISTD におけるクロスドメインシフトと異方性雑音摂動の2つの課題に対処するように設計されている。
Ivan-ISTDはクロスドメインシナリオにおいて優れた堅牢性を示している。
論文 参考訳（メタデータ） (2025-10-14T07:48:31Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Scalable RF Simulation in Generative 4D Worlds [12.977761033016503]
WaveVerseはプロンプトベースでスケーラブルなフレームワークで、生成された屋内シーンのリアルなRF信号を人間の動きでシミュレートする。
条件付き人体運動生成におけるアプローチの有効性を実証し,ビームフォーミングと呼吸監視に位相コヒーレンスがどのように適用されているかを明らかにする。
論文 参考訳（メタデータ） (2025-08-16T23:02:14Z) - RIFT: Group-Relative RL Fine-Tuning for Realistic and Controllable Traffic Simulation [13.319344167881383]
データ駆動シミュレーターにおいて、模擬学習事前学習を行う2段階のAV中心シミュレーションフレームワークを導入する。
次に、物理に基づくシミュレータで微調整を学習し、スタイルレベルの制御性を向上する。
微調整段階において,新しいグループ関連RL微調整戦略であるRIFTを提案する。
論文 参考訳（メタデータ） (2025-05-06T09:12:37Z)
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。