論文の概要: MIRA-PRM: Mission-Informed Reusable Roadmap Planning for Mobile Gas-Sensing Inspection

• arxiv url: http://arxiv.org/abs/2609.22954v1
• Date: Sat, 19 Sep 2026 11:09:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 17:20:46.938138
• Title: MIRA-PRM: Mission-Informed Reusable Roadmap Planning for Mobile Gas-Sensing Inspection
• Title（参考訳）: MIRA-PRM:モバイルガスセンシング検査のためのミッションインフォームされた再利用可能なロードマップ計画
• Abstract要約: 移動体ガス検知検査では、移動体プラットフォームが整列されたサンプリングポーズに確実に到達する必要がある。 本稿では,MIRA-PRMについて述べる。MIRA-PRMは,幾何学,ミッションフロー,検査条件付きサンプリングと局所適応接続とエビデンスゲートによる改良を組み合わせた,ミッションインフォームの確率的ロードマップである。
• 参考スコア（独自算出の注目度）: 16.317683325781037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mobile gas-sensing inspection requires a mobile platform to reliably reach ordered sampling poses. We present MIRA-PRM, a mission-informed probabilistic roadmap that combines geometry-, mission-flow-, and inspection-conditioned sampling with locally adaptive connectivity and evidence-gated refinement. Eight development campaigns comprising 142,448 planner runs evaluated mission scaling, repeated-query adaptation, finite node budgets, target distributions, local map repair, ablation, cross-family comparison, and parameter sensitivity. MIRA-PRM maintained 100% seed-level success as ordered targets increased from two to eight, and achieved 97.67% seed-level success under a 40-node ceiling, compared with 67.17% for PRM and 86.50% for PRM*. Local repair reduced event time by 79.9-81.9% and node additions by 90.8-94.3% relative to rebuilding. On a separate frozen holdout of 12 maps, 48 ordered missions, and three seeds per map-mission unit, MIRA-PRM produced 96/144 validated successes, versus 82/144 for PRM, 89/144 for PRM*, and 70/144 for LE-HG-PRM. On paired common-success runs, MIRA-PRM reduced wall time by 16.89% relative to PRM* and 81.01% relative to LE-HG-PRM, but was 52.23% slower than PRM; paths were 0.54-1.86% longer. All validated paths passed independent full-segment checks and clearance non-inferiority. The results support a reliability-oriented trade-off in structured simulations and motivate external-map and physical mobile-sensing validation.
• Abstract（参考訳）: 移動体ガス検知検査では、移動体プラットフォームが整列されたサンプリングポーズに確実に到達する必要がある。 本稿では,MIRA-PRMについて述べる。MIRA-PRMは,幾何学,ミッションフロー,検査条件付きサンプリングと局所適応接続とエビデンスゲートによる改良を組み合わせた,ミッションインフォームの確率的ロードマップである。 142,448人のプランナーからなる8つの開発キャンペーンは、ミッションスケーリング、繰り返しクエリ適応、有限ノード予算、ターゲット分布、ローカルマップ修復、アブレーション、クロスファミリー比較、パラメータ感度を評価している。 MIRA-PRMは、発注された目標が2から8に増加し、40ノードの天井の下で97.67%のシードレベルの成功を達成したのに対して、PRMは67.17%、PRM*は86.50%であった。 局所的な修理はイベント時間を79.9-81.9%削減し、ノードの追加を90.8-94.3%削減した。 MIRA-PRMは96/144回、PRMは82/144回、RM*は89/144回、LE-HG-PRMは70/144回であった。 MIRA-PRMはPRM*の16.89%、LE-HG-PRMの81.01%を減らしたが、PRMより52.23%遅く、パスは0.54-1.86%長かった。 検証されたすべてのパスは、独立した完全隔離チェックとクリアランス非偽造性を通過した。 その結果、構造化シミュレーションにおける信頼性指向のトレードオフをサポートし、外部マップおよび物理的なモバイルセンシングバリデーションを動機付ける。

関連論文リスト

• Instruction Duplication as an Inference-Time Control Primitive [0.003596046562524959]
  手続き的命令は制御可能な言語モデルシステムの基本的要件である。 手続き的命令のみを繰り返す最小限のブラックボックス推論時間制御である命令重複を導入する。
  論文  参考訳（メタデータ） (2026-09-03T16:05:21Z)
• Argus: A General-Purpose Agentic Reasoning Runtime for Long-Horizon Tasks [38.52523278435824]
  Argusは永続的で自己進化的なランタイムで、マネージャ、プランナー、エンジニア、レビューアが耐久性のあるプロジェクトステート上で有界なミッションを実行します。 Argusは、安定したユーザ意図を運用目標、制約、検証基準から切り離し、メモリ、スキル、プロシージャ、バリデーション、ルーティング決定を許可し、ロール所有のレビューと利用可能なタスクネイティブ検証の後にのみ拒否されたルートを承認する。
  論文  参考訳（メタデータ） (2026-08-05T17:58:58Z)
• Constrained Path Reasoning: Measuring When Committed Stages Earn Their Cost [2.9867974725783113]
  Constrained Path Reasoning (CPR)は、ソース認識パス仮説とステージレベルの会計とをペアリングする。 CPRは、タスク互換のコミットメントは、移行を分解し、候補の質量を集中し、正規性を誘導し、そのゲインが宣伝されたエラーや実行コストを超えたときにフィードバックを公開することができると予測している。
  論文  参考訳（メタデータ） (2026-07-19T13:11:18Z)
• Geometric Evolution Maps: Extracting Stable Concept Probes from Transformer Residual Streams [0.0]
  391 の概念 x モデル対のアブレーション実験により、GEM 抽出プローブは少なくともピーク層プローブと同程度正確であることが示されている。 方向特異性制御は、アブレーション効果が概念指向性であることを確認する。
  論文  参考訳（メタデータ） (2026-05-25T13:40:15Z)
• Beyond Localization: A Comprehensive Diagnosis of Perspective-Conditioned Spatial Reasoning in MLLMs from Omnidirectional Images [52.50752250573993]
  MLLM(Multimodal Large Language Models)は、視覚的知覚が強いが、視点の変化による空間の推論には限界がある。 本研究では、この課題を全方位360度画像におけるパースペクティブ・コンディションド・スペース・推論(PCSR)として検討する。 我々は2,600全方位画像から84,373組の質問応答対の診断ベンチマークであるPCSR-Benchを紹介する。
  論文  参考訳（メタデータ） (2026-05-12T17:11:17Z)
• Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
  Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。 このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。 本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
  論文  参考訳（メタデータ） (2026-05-01T13:14:20Z)
• RRM: Robust Reward Model Training Mitigates Reward Hacking [51.12341734942797]
  リワードモデル(RM)は、大きな言語モデルと人間の嗜好の整合において重要な役割を果たす。 これらのアーティファクトとは無関係に好みを学習する因果的枠組みを導入する。 実験の結果,提案手法は望ましくないアーティファクトをフィルタし,より堅牢な報酬モデルを実現することができた。
  論文  参考訳（メタデータ） (2024-09-20T01:46:07Z)

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。