論文の概要: SG-AMP: Scene-Graph-Guided Active Perception and Semantics-Aware Motion Planning for Pepper Plants

• arxiv url: http://arxiv.org/abs/2609.01579v1
• Date: Tue, 01 Sep 2026 17:44:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.903538
• Title: SG-AMP: Scene-Graph-Guided Active Perception and Semantics-Aware Motion Planning for Pepper Plants
• Title（参考訳）: SG-AMP:ペッパープラントのシーングラフ誘導能動知覚とセマンティックス対応運動計画
• Authors: Rohit Menon, Shiva Rudra Lolla, Niklas Mueller-Goldingen, Gokul Chenchani, Ribana Roscher, Maren Bennewitz,
• Abstract要約: 本稿では,SG-AMPと入力条件の不確実性,永続的パノプティカルマッピング,植物シーン図の推論を併用した,堅牢な深度補完手法を提案する。 ペッパーデータでは、知覚ネットワークはセマンティックmIoUで55.27%、PQで38.67%、深度RMSEで40.62ドルを達成している。
• 参考スコア（独自算出の注目度）: 7.213307858571388
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present SG-AMP, integrating robust depth completion with input-conditioned uncertainty, persistent panoptic mapping, plant scene-graph reasoning, and semantics-aware active view-motion planning. Beyond inspecting uncertain observed regions, the scene graph explicitly hypothesizes unobserved pepper--peduncle attachments and directs close-range sensing toward them. Candidate views are selected according to expected information gain, while class-dependent motion costs distinguish protected peppers, peduncles, and stems from conditionally traversable foliage. On pepper data, the perception network achieves $55.27\%$ semantic mIoU, $38.67\%$ PQ, and $40.62\,\mathrm{mm}$ depth RMSE, while input-conditioned uncertainty improves NYUv2 NLL from $-1.6518$ to $-1.6925$ and AUSE from $0.0102$ to $0.0087$.
• Abstract（参考訳）: 本稿では,SG-AMPと入力条件の不確実性,永続的パノプティカルマッピング,植物シーン図の推論,セマンティクス対応のアクティブなビューモーションプランニングなどを統合した。 不確実な観測領域を検査する以外に、シーングラフは、観測されていないペッパーの足の愛着を明示的に仮説化し、それらに対して近距離センシングを指示する。 予測情報ゲインに応じて候補ビューが選択される一方、クラス依存の運動コストは、保護されたペッパー、ペダル、および条件付きトラバース可能な葉の茎を区別する。 ペッパーデータでは、知覚ネットワークはセマンティックmIoU、38.67\%PQ、40.62\,\mathrm{mm}$ depth RMSEを達成し、入力条件の不確実性はNYUv2 NLLを1.6518$から1.6925$に改善し、AUSEを0.0102$から0.0087$に改善する。

関連論文リスト

• SCoPE-Reg: Efficient Rigid Ultrasound Slice-to-Volume Registration via State-Space Correlation and Closed-Form Pose Estimation [6.199598163353591]
  我々はSCoPE-Regを導入し、状態空間スライス-体積相互作用、密集した3次元座標予測、パラメータフリーな加重カブシュ推定を組み合わせた。 CAMUSのピークエラーを56%減らし、SOTA(12.5ドル!
  論文  参考訳（メタデータ） (2026-08-28T08:15:01Z)
• Interpretable Fuzzy Inference for UAV Target Tracking Using Bounding-Box Geometry [0.528933036850801]
  YOLOボックスから抽出した低次元特徴から連続ヨーコマンドを生成する解釈可能なファジィ推論フレームワークを提案する。 その結果、このフレームワークは透過的で、データ効率が高く、計算量も軽量であり、リアルタイムの視覚に基づくUAV誘導に適していることが判明した。
  論文  参考訳（メタデータ） (2026-08-04T18:18:29Z)
• Expected Free Energy as Belief-Dependent Utility for rho-POMDPs [6.628401122676601]
  期待される自由エネルギーの最小化は、期待される情報を得るユーティリティーである$-POMDPの解決と全く同じである。 アクティブ推論は、このチューニングを完全に取り除くことを示す。 障害検出や医療スクリーニングといったアプリケーションでは、すべてのテストに価格があり、失敗したすべての障害にコストがかかる場合、EFEはチューニングではなく、信頼に依存したユーティリティを提供する。
  論文  参考訳（メタデータ） (2026-07-18T22:08:24Z)
• Gated-SwinRMT: Unifying Swin Windowed Attention with Retentive Manhattan Decay via Input-Dependent Gating [0.6945765172815976]
  Gated-SwinRMTは、Swin Transformerのシフトウインドウの注意とRetentive Networks (RMT)のマンハッタン距離空間減衰を組み合わせたハイブリッド・ビジョン・トランスフォーマーのファミリーである。 Gated-SwinRMT-SWATは、ソフトマックスにシグモイド活性化を代用し、乗算後空間崩壊を伴うバランスの取れたALiBi斜面を実装し、SwiGLUを介して値投影をゲートする。 Gated-SwinRMT-Retentionは、追加の対数空間崩壊バイアスでソフトマックス正規化保持を維持し、明示的なG1シグモイドゲートを組み込む
  論文  参考訳（メタデータ） (2026-04-07T16:12:31Z)
• See Less, Drive Better: Generalizable End-to-End Autonomous Driving via Foundation Models Stochastic Patch Selection [51.59559387222532]
  エンドツーエンド自動運転の最近の進歩は、パッチアライメント機能で訓練されたポリシーが、アウト・オブ・ディストリビューション(OOD)よりも一般化していることを示している。 我々は、より堅牢で、一般化可能で、効率的な学習ポリシーのためのシンプルで効果的なアプローチである2.4-Patch-Selection(SPS)を提案する。
  論文  参考訳（メタデータ） (2026-01-15T18:58:33Z)
• Improved Algorithm for Adversarial Linear Mixture MDPs with Bandit Feedback and Unknown Transition [71.33787410075577]
  線形関数近似,未知遷移,および逆損失を用いた強化学習について検討した。 我々は高い確率で$widetildeO(dsqrtHS3K + sqrtHSAK)$ regretを実現する新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-03-07T15:03:50Z)
• Differentially Private Representation Learning via Image Captioning [51.45515227171524]
  画像キャプションとインターネット規模のマルチモーダルデータセットのスケールアップにより,効率的なDP表現学習が可能であることを示す。 LAION-2Bの233Mサブセット上のDPイメージキャプタ(DP-Cap)を,合理的な計算量を用いてスクラッチからトレーニングした。
  論文  参考訳（メタデータ） (2024-03-04T21:52:25Z)
• Unsupervised Scale-consistent Depth Learning from Video [131.3074342883371]
  本研究では,単眼深度推定器SC-Depthを提案する。 スケール一貫性予測の能力により,我々の単分子学習深層ネットワークは簡単にORB-SLAM2システムに統合可能であることを示す。 提案したハイブリッドPseudo-RGBD SLAMは、KITTIにおいて魅力的な結果を示し、追加のトレーニングなしでKAISTデータセットにうまく一般化する。
  論文  参考訳（メタデータ） (2021-05-25T02:17:56Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Exploiting Submodular Value Functions For Scaling Up Active Perception [60.81276437097671]
  アクティブな知覚タスクでは、エージェントは1つ以上の隠れ変数の不確実性を減少させる感覚行動を選択することを目的としている。 部分的に観測可能なマルコフ決定過程(POMDP)は、そのような問題に対する自然なモデルを提供する。 エージェントが利用できるセンサーの数が増えるにつれて、POMDP計画の計算コストは指数関数的に増加する。
  論文  参考訳（メタデータ） (2020-09-21T09:11:36Z)

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。