論文の概要: Acoustic Ellipses: Bio-Inspired Omnidirectional Echolocation in Cooperative Multi-Agent Systems using Frequency Sweeps

• arxiv url: http://arxiv.org/abs/2609.26085v1
• Date: Thu, 17 Sep 2026 21:36:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.348872
• Title: Acoustic Ellipses: Bio-Inspired Omnidirectional Echolocation in Cooperative Multi-Agent Systems using Frequency Sweeps
• Title（参考訳）: 音波楕円形:周波数スイープを用いた協調多エージェントシステムにおけるバイオインスパイアされた一方向エコーロケーション
• Abstract要約: 定常音源を周波数変調したチャープを出力することで,協調エージェントが環境中の障害を効果的に識別できる手法を提案する。 本稿では,直接と反射するチャープ信号の周波数ギャップを利用した新しいマッピング手法を提案する。 本研究は,Swarmロボットシステムにおける環境マッピングへの低コストアプローチの基礎となるものである。
• 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: Inspired by the flight and song of birds, we propose an approach that enables cooperating agents to effectively identify obstacles in their environment by having a stationary source agent emit a frequency-modulated chirp while one or more listener agents observe the direct and reflected signals while in motion. We present a novel mapping approach that exploits the ``frequency gap'' between direct and reflected chirp signals to define candidate reflection ellipses, which are then fed into a 2D accumulation filter to identify locations with the highest density of potential reflections. We demonstrate this work first with simulation results derived from an efficient, bespoke audio simulator, examining the effect of obstacle count, sampling rate, and path curvature on the ability to accurately identify environmental obstacles for a one-listener scenario. We then examine different cooperative motion strategies for two-listener configurations. Finally, we validate the real-world viability of this approach through field experiments in an outdoor park setting to demonstrate the ability to identify frequency gaps using off-the-shelf hardware. Our results provide a foundation for a low-cost approach to environmental mapping in swarm robotic systems.
• Abstract（参考訳）: 鳥の飛来や鳴き声に触発されて、静止音源エージェントが周波数変調チャープを放出し、1つ以上のリスナーエージェントが動作中に直接及び反射信号を観察することで、協調エージェントが環境中の障害を効果的に識別できるアプローチを提案する。 直交型と反射型チャープ信号の「周波数ギャップ」を利用した新たなマッピング手法を提案する。 本研究は, 効率的な音響シミュレータから得られたシミュレーション結果を用いて, 障害物数, サンプリング率, 経路曲率が, ワンリスナーシナリオの環境障害物を正確に識別する能力に与える影響を実証する。 次に、2つのリストラ構成のための異なる協調動作戦略について検討する。 最後に,屋外公園における野外実験を通じて,本手法の現実的な実現可能性を検証するとともに,市販ハードウェアを用いて,周波数ギャップを識別できることを実証する。 本研究は,Swarmロボットシステムにおける環境マッピングへの低コストアプローチの基礎となるものである。

関連論文リスト

• Collective Ranking of Environmental Signals through Gaussian Belief Propagation in a Patrolling Robot Swarm [1.1479574890493918]
  マルチロボットパトロールでは、チームは定期的に環境のすべての領域を訪れなければならない。 セキュリティと環境監視によって動機付けられた実践的な拡張は、いくつかの測定信号によって、すべてのパトロール場所の総合的なランキングを形成することである。 パトロールグラフには自然な二重解釈があり、エージェントの動きを指示するトポロジーと、空間的信念を伝播させる因子グラフが同時に存在する。
  論文  参考訳（メタデータ） (2026-08-18T12:06:31Z)
• 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)
• ECHO: Frequency-aware Hierarchical Encoding for Variable-length Signals [8.411477071838592]
  本稿では,周波数位置埋め込みと高度なバンド分割アーキテクチャを組み合わせた新しい基礎モデルECHOを提案する。 本手法は,様々な種類の機械信号データセットを用いて評価する。
  論文  参考訳（メタデータ） (2025-08-20T13:10:44Z)
• Learning a Fast Mixing Exogenous Block MDP using a Single Trajectory [87.62730694973696]
  STEELは、単一軌道から外因性ブロックマルコフ決定過程の制御可能なダイナミクスを学習するための、最初の証明可能なサンプル効率アルゴリズムである。 我々は,STEELが正解であり,サンプル効率が良いことを証明し,STEELを2つの玩具問題で実証した。
  論文  参考訳（メタデータ） (2024-10-03T21:57:21Z)
• Few-Shot Audio-Visual Learning of Environment Acoustics [89.16560042178523]
  室内インパルス応答 (RIR) 関数は、周囲の物理的環境がリスナーが聴く音をどう変換するかをキャプチャする。 我々は、空間で観測された画像とエコーのスパースセットに基づいて、RIRを推測する方法を探る。 3次元環境のための最先端オーディオ視覚シミュレータを用いた実験において,本手法が任意のRIRを生成できることを実証した。
  論文  参考訳（メタデータ） (2022-06-08T16:38:24Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• Gravitational-wave selection effects using neural-network classifiers [0.0]
  我々は、コンパクトバイナリ・マージから重力波信号のLIGO/Virgo検出性を予測するために、一連のニューラルネットワーク分類器を訓練する。 スピン沈降、高次モード、複数検出器の影響を含める。 我々のアプローチは完全なパイプライン注入と併用できるので、天体物理学とノイズトリガーの実際の分布を重力波の人口分析に含めるための道を開くことができる。
  論文  参考訳（メタデータ） (2020-07-13T18:00:04Z)
• Temporal-Spatial Neural Filter: Direction Informed End-to-End Multi-channel Target Speech Separation [66.46123655365113]
  ターゲット音声分離とは、混合信号からターゲット話者の音声を抽出することを指す。 主な課題は、複雑な音響環境とリアルタイム処理の要件である。 複数話者混合から対象音声波形を直接推定する時間空間ニューラルフィルタを提案する。
  論文  参考訳（メタデータ） (2020-01-02T11:12:50Z)

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。