論文の概要: SemSafe-3DGS: Semantic Risk-Aware Active Navigation in Uncertain 3D Gaussian Splatting Maps
- arxiv url: http://arxiv.org/abs/2609.19330v1
- Date: Wed, 16 Sep 2026 18:56:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.983231
- Title: SemSafe-3DGS: Semantic Risk-Aware Active Navigation in Uncertain 3D Gaussian Splatting Maps
- Title（参考訳）: SemSafe-3DGS:不確実な3次元ガウススプラッティングマップにおけるセマンティックリスク認識アクティブナビゲーション
- Abstract要約: 属性付き3次元ガウス地図におけるナビゲーションのための安全行動認識フレームワークについて述べる。
セマンティック属性は、クラス依存リスク重みを通して平均値-アット・リスク衝突クリアランスモデルを変調する。
実験では、効率的な安全制約、アクティブな知覚によるナビゲーションの改善、意味依存的な軌道適応、そしてアッカーマン力学による実ロボット実行が示されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous robots operating in partially observed environments must navigate safely while acquiring observations that improve future planning. Existing safety formulations generally reason primarily about geometry. Consequently, geometrically similar scene elements may induce comparable control responses despite having different semantic consequences. We present a semantic risk aware safe-active perception framework for navigation in attributed 3D Gaussian maps. Semantic attributes modulate an Average Value-at-Risk collision clearance model through class dependent risk weights, allowing safety-critical Gaussian primitives to receive greater influence in the composite barrier. The resulting weighted clearances are aggregated into a control barrier function, while a trajectory-relevant active perception barrier promotes observations that reduce geometric map uncertainty along the robot's anticipated motion. Both objectives are integrated in a unified CBF-QP that enforces semantic risk-aware collision avoidance as a hard constraint while relaxing information acquisition when it conflicts with safety or task progress. Experiments demonstrate efficient safety constraint, improved navigation through active perception, semantic dependent trajectory adaptation, and real-robot execution under Ackermann dynamics.
- Abstract（参考訳）: 部分的に観察された環境で動作している自律ロボットは、将来の計画を改善する観察を取得しながら安全にナビゲートする必要がある。
既存の安全性の定式化は、主に幾何学に関するものである。
その結果、幾何学的に類似したシーン要素は、意味的な結果が異なるにもかかわらず、同等の制御応答を誘導することができる。
属性付き3次元ガウス地図におけるナビゲーションのための安全行動認識フレームワークについて述べる。
セマンティック属性は、クラス依存のリスクウェイトを通して平均値-アット-リスク衝突クリアランスモデルを変調し、安全クリティカルなガウス原始体が複合障壁に大きな影響を与える。
得られた重み付きクリアランスは制御バリア関数に集約され、軌跡関連能動知覚障壁は、ロボットの期待する動きに沿った幾何学地図の不確実性を減少させる観察を促進する。
どちらの目的もCBF-QPに統合され、安全やタスクの進捗と矛盾する情報取得を緩和しつつ、意味論的リスク認識による衝突回避をハード制約として実施する。
実験では、効率的な安全制約、アクティブな知覚によるナビゲーションの改善、意味依存的な軌道適応、そしてアッカーマン力学による実ロボット実行が示されている。
関連論文リスト
- Anticipatory Risk-Guided Reinforcement Learning for Safe Flight Through Dynamic Clutter [21.995071172604153]
本稿では,四元数に対する予測型リスク強化学習フレームワークを提案する。
我々は、特権化されたシミュレーター状態を用いて、方向整列した将来の衝突リスクマップを構築する。
非対称アクター批判アーキテクチャを通じて、ネットワークは、この構造化されたリスクを自己予測するように訓練される。
本手法は,既存のベースラインに比べて高密度な動的クラッタの安全マージンと飛行効率を効果的に向上する。
論文 参考訳（メタデータ） (2026-07-26T09:31:49Z) - Activation Steering Induces Emergent Misalignment: A More Comprehensive Evaluation [74.17379276939599]
近年のQwen-3.5シリーズにおいても,アクティベーションステアリングが広範囲のアライメントを引き起こすことが示されている。
ステアリングサイズ, ステアリングサブスペースの低ランク構造, ステアリングベクター構築時のエポック数など, キーステアリング固有の因子を解析することにより, AS誘起EMの特性を特徴づける。
論文 参考訳（メタデータ） (2026-06-07T15:34:59Z) - Uncertainty-Aware Gaussian Map for Vision-Language Navigation [63.97713877754199]
Vision-Language Navigation (VLN)は、自然言語の指示に従って3D環境をナビゲートするエージェントを必要とする。
本研究では,3種類の知覚的不確実性(幾何学的,意味的,外見的不確実性)を明示的にモデル化し,エージェントの観察空間に統合し,情報的意思決定を可能にする。
論文 参考訳（メタデータ） (2026-05-26T03:33:47Z) - Conflict-Aware Active Perception and Control in 3D Gaussian Splatting Fields via Control Barrier Functions [0.0]
ロボットシステムのための協調型能動的認識・制御フレームワークを開発した。
安全は、平均値-at-Risk AV@R衝突リスクメトリックから導かれる制御バリア関数(CBF)を用いて実施される。
認識を改善するために,カメラの向きを局所的な情報付加方向と整列する知覚障壁関数を提案する。
論文 参考訳（メタデータ） (2026-05-19T23:51:23Z) - HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task [42.665798473119516]
CG-CoT(Context-Guided Chain-of-Thought)を特徴とするアーキテクチャ非依存型セーフガードを提案する。
CG-CoTは、リスクアセスメントをアクティブな知覚に分解し、相互作用対象や関連する空間近傍への注意を順次固定する。
実験により、我々のモデルであるHomeGuardは安全性を大幅に向上し、ベースモデルと比較してリスクマッチ率を30%以上改善することが示された。
論文 参考訳（メタデータ） (2026-03-15T13:09:43Z) - RA-Nav: A Risk-Aware Navigation System Based on Semantic Segmentation for Aerial Robots in Unpredictable Environments [7.128475765820446]
既存の空飛ぶロボットナビゲーションシステムは、静的な障害物が突然動くと適応しない。
セマンティックセグメンテーションに基づくリスク対応ナビゲーションフレームワークであるRA-Navを提案する。
RA-Navは、突然の障害状態遷移シナリオにおいて、ベースラインよりも高い成功率を達成する。
論文 参考訳（メタデータ） (2026-02-19T16:26:43Z) - Toward Operationalizing Rasmussen: Drift Observability on the Simplex for Evolving Systems [0.0]
障害へのドリフトのモニタリングはユークリッド異常検出によって妨げられる。
ラスムッセンの動的安全モデルは、競合する圧力の下でドリフトを動機付ける。
そこで本研究では,単純度に基づくドリフト可観測性に関するビジョンを提案する。
論文 参考訳（メタデータ） (2026-02-05T09:41:49Z) - Building a Foundational Guardrail for General Agentic Systems via Synthetic Data [76.18834864749606]
LLMエージェントは、計画段階で介入するマルチステップタスクを計画できる。
既存のガードレールは主にポスト・エグゼクティブ(英語版)を運用しており、スケーリングが困難であり、計画レベルで制御可能な監督を行う余地がほとんどない。
我々は、良性軌道を合成し、カテゴリーラベル付きリスクを困難に注入し、自動報酬モデルを介して出力をフィルタリングする制御可能なエンジンであるAuraGenを紹介する。
論文 参考訳（メタデータ） (2025-10-10T18:42:32Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - Risk-Sensitive Sequential Action Control with Multi-Modal Human
Trajectory Forecasting for Safe Crowd-Robot Interaction [55.569050872780224]
本稿では,リスクに敏感な最適制御に基づく安全な群集ロボットインタラクションのためのオンラインフレームワークを提案し,そのリスクをエントロピーリスク尺度でモデル化する。
私たちのモジュラーアプローチは、クラウドとロボットの相互作用を学習ベースの予測とモデルベースの制御に分離します。
シミュレーション研究と実世界の実験により、このフレームワークは、現場にいる50人以上の人間との衝突を避けながら、安全で効率的なナビゲーションを実現することができることが示された。
論文 参考訳（メタデータ） (2020-09-12T02:02:52Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳（メタデータ） (2020-07-28T07:34:30Z)
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。