論文の概要: Coupled Control and Wireless World Models for Resilient Remote Robotic Control
- arxiv url: http://arxiv.org/abs/2609.04851v1
- Date: Fri, 04 Sep 2026 08:09:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:23.968123
- Title: Coupled Control and Wireless World Models for Resilient Remote Robotic Control
- Title（参考訳）: レジリエントな遠隔ロボット制御のための結合制御と無線世界モデル
- Abstract要約: 本稿では,JEPA(Joint Embedding Predictive Architecture)と結合制御に基づく通信対応遠隔ロボット制御フレームワークを提案する。
学習した潜伏表現は、将来のロボットの状態と無線条件を共同で予測することにより、予測的な通信スケジューリングを可能にする。
適応型レジリエンス機構は、潜時予測の不一致を検出し、知覚埋め込みを効率よく適応して、無線および視覚環境の変化に対応する。
- 参考スコア（独自算出の注目度）: 26.76550154183091
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Remote robotic systems operating over wireless networks must maintain reliable control despite limited communication resources, changing channel conditions, and environmental disturbances.However, continuously transmitting high-dimensional sensory observations, such as camera images, increases communication overhead and energy consumption while reducing robustness under unreliable connectivity.To address these challenges, this paper proposes a resilient communication-aware remote robotic control framework based on coupled control and wireless Joint Embedding Predictive Architecture (JEPA) world models that jointly capture robot dynamics and wireless channel evolution from visual observations and a combination of raw and structured radio frequency (RF) representations based on spectrograms and Persistence Images(PIs).The learned latent representations enable predictive communication scheduling by jointly forecasting future robot states and wireless conditions, thereby reducing unnecessary uplink transmissions while maintaining reliable control performance.Furthermore, an adaptive resilience mechanism detects latent prediction discrepancies and efficiently adapts perception embeddings to accommodate wireless and visual environmental changes without retraining the complete control policy.The proposed framework is evaluated in a synchronized Gazebo-Robot Operating System (ROS)-Sionna robot-wireless simulation environment under diverse wireless propagation and perception perturbations.Experimental results demonstrate significant improvements in communication efficiency, robustness, and resilience while maintaining navigation performance compared with conventional Proportional Integral Derivative (PID), model-free Deep Q-Network (DQN), and predictive approaches based on Vision Transformers(ViTs).
- Abstract（参考訳）: 無線ネットワーク上で動作している遠隔ロボットシステムは、限られた通信資源、チャネル条件、環境障害にもかかわらず、信頼性の高い制御を維持しなければならないが、カメラ画像などの高次元のセンシング観測を継続的に送信することは、信頼性の低い接続下で堅牢性を損なうことなく、通信オーバーヘッドとエネルギー消費を増大させ、これらの課題に対処するために、ロボットのダイナミック性と無線チャネルの進化を視覚的観測と、スペクトログラムとPersistence Images(PIs)に基づく生・構造化無線周波数(RF)表現を併用した、協調制御と無線通信による協調型遠隔ロボット制御(JEPA)の世界モデルを提案する。
学習された潜伏表現は、将来のロボット状態と無線条件を共同で予測することにより、不要なアップリンク伝送を低減し、信頼性の高い制御性能を維持しながら、不要なアップリンク伝送を減少させる。一方、適応型レジリエンス機構は、遅延予測の不一致を検出し、完全な制御ポリシを調整することなく、無線および視覚環境の変化に対応するための知覚埋め込みを効率的に適応させる。提案フレームワークは、多様な無線伝搬および知覚摂動下での同期化されたガゼボロボット・オペレーティング・システム(ROS)-シオンナロボット・ワイヤレス・シミュレーション環境において評価され、実験結果は従来のプロポーショナルインテグレーショナル・デリバティブ(PID)、モデルフリーのディープQNetwork(DQQ)、Viformer(Viforms)に基づく予測的アプローチである。
関連論文リスト
- A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - Domain-Adaptive Communication-Rate Optimization for Sim-to-Real Humanoid-Robot Wireless XR Teleoperation [45.11184664928145]
ワイヤレス拡張現実(XR)遠隔操作は、ヒューマノイドロボットのデモを収集するための具体的相互作用機能を提供する。
本稿では, サンプリング, 送信, 再構築を統合し, 通信速度を最適化するシステムフレームワークを開発する。
論文 参考訳（メタデータ） (2026-05-19T03:13:09Z) - World Model-Enabled Causal Digital Twins for Semantic Communications in Physical AI Systems [37.02293452905313]
本稿では,クローズドループセンシング-通信-推論制御を用いた物理AIシステムにおける目標指向のセマンティックコミュニケーションについて検討する。
特に、セマンティック通信の問題は、無線ビット予算制約の下で、ビット当たりの長期的な戻り値として定式化される。
閉ループAIシステムのダイナミクスを捉えるために,世界モデル対応因果デジタルツイン(WM-CDT)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-15T18:41:51Z) - Physical-AI: From Channel Awareness to Environmental Intelligence in 6G Wireless Networks [100.92510794177822]
従来の無線ネットワークは、物理的環境を明示的にモデル化することなく、瞬時チャネル状態情報(CSI)に依存し、チャネルの変動に反応する。
本研究では,環境に配慮した無線ネットワークのための新しいアーキテクチャであるPhysical-AIを提案する。
提案手法は,特にビームスイッチング遅延の増加にともなって,停止確率とブロック応答遅延を低減させる。
論文 参考訳（メタデータ） (2026-05-12T09:02:20Z) - Hierarchical JEPA Meets Predictive Remote Control in Beyond 5G Networks [24.374628979591872]
スケーラブルな予測制御のための階層型統合埋め込み予測アーキテクチャ(H-JEPA)を提案する。
状態を伝達する代わりに、デバイス観測は重要なダイナミクスを保持する低次元の埋め込みに符号化される。
H-JEPAは、最大42.83 %以上のデバイスを、制御性能を損なうことなく、限られた無線容量でサポートできる。
論文 参考訳（メタデータ） (2026-01-28T17:04:06Z) - STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。
閉塞により、密集した環境では信号の減衰が激しい。
この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
論文 参考訳（メタデータ） (2025-10-25T01:28:37Z) - From Pixels to CSI: Distilling Latent Dynamics For Efficient Wireless Resource Management [31.080933663717257]
本稿では,制御システムのダイナミクスを協調的にモデル化し,予測する新しい機械学習手法を提案する。
提案手法は,ベースライン方式に匹敵する制御性能を維持しつつ,送信電力を50%以上削減することを示す。
論文 参考訳（メタデータ） (2025-06-19T11:08:20Z) - Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。
既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。
本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
論文 参考訳（メタデータ） (2025-01-20T04:26:21Z) - Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。
安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。
本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
論文 参考訳（メタデータ） (2024-10-18T03:44:10Z) - Joint Sensing, Communication, and AI: A Trifecta for Resilient THz User
Experiences [118.91584633024907]
テラヘルツ(THz)無線システムに対する拡張現実(XR)体験を最適化するために、新しい共同センシング、通信、人工知能(AI)フレームワークを提案する。
論文 参考訳（メタデータ） (2023-04-29T00:39:50Z)
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。