論文の概要: CoralPlan: Observation Skill Selection and Execution for Underwater Robotic Inspection
- arxiv url: http://arxiv.org/abs/2609.31211v1
- Date: Fri, 25 Sep 2026 12:53:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.399034
- Title: CoralPlan: Observation Skill Selection and Execution for Underwater Robotic Inspection
- Title（参考訳）: CoralPlan:水中ロボット検査における観察スキルの選択と実行
- Abstract要約: 本稿では、現在のカメラ画像とエピソードマニフェストから提供されるタスクテキストから観察スキルを選択するビジョン言語システムであるCoralPlanを提案する。
このインタフェースを144エピソードと36組のシミュレーション・ハードウェア・ペアで評価した。
- 参考スコア（独自算出の注目度）: 10.101781164100316
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underwater robotic inspection depends on acquiring views that reveal task-relevant structure. For a structurally complex coral colony, recognising the target is only the starting point: the robot must select and execute a viewing motion suited to the inspection task. We present CoralPlan, a vision-language system that selects an observation skill from a current camera image and task text supplied by an episode manifest. A shared motion interface executes orbit, patch, or survey as target-relative trajectories; the remaining plan fields provide operator guidance. Observation completion requires target keeping and primitive-specific coverage, while joint success also requires selection to match the recorded reference. We evaluate this interface in 144 simulated episodes and 36 matched simulation-hardware pairs. In a clear-water pool with external target-reference poses, hardware observation completion reaches 77.8% and joint success reaches 63.9%. The experiments identify both reference-mismatched completions and incomplete observations after a matching skill selection. These results connect observation-skill choice to measurable underwater execution outcomes and identify where task-directed acquisition succeeds or fails.
- Abstract（参考訳）: 水中ロボット検査は、タスク関連構造を明らかにするビューの取得に依存する。
構造的に複雑なサンゴコロニーでは、ターゲットを認識することは単なる出発点であり、ロボットは検査タスクに適した視聴動作を選択して実行しなければならない。
本稿では、現在のカメラ画像とエピソードマニフェストから提供されるタスクテキストから観察スキルを選択するビジョン言語システムであるCoralPlanを提案する。
共有モーションインタフェースは、軌道、パッチ、サーベイを目標相対軌道として実行し、残りのプランフィールドはオペレーターガイダンスを提供する。
観測完了には目標保持とプリミティブ固有のカバレッジが必要ですが、共同成功には記録された参照にマッチする選択も必要です。
このインタフェースを144エピソードと36組のシミュレーション・ハードウェア・ペアで評価した。
外的ターゲット参照ポーズを持つクリアウォータープールでは、ハードウェアの観測完了率は77.8%に達し、共同成功率は63.9%に達した。
実験では,一致したスキル選択後の参照ミスマッチ完了と不完全な観察の両方を同定した。
これらの結果は、観察スキルの選択と、測定可能な水中実行結果とを結びつけ、タスク指向の獲得が成功するか失敗するかを特定する。
関連論文リスト
- Selective Commitment for Language-Guided Object Retrieval under Partial Observability [1.582181611732474]
部分的な可観測性の下での言語誘導オブジェクト検索では、より多くの証拠を集め、現場と対話し、候補者をつかむか、棄権するかを決定する必要がある。
参照コンテナに関連する対象を検索するために,これらの決定をコーディネートするクローズドループフレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-19T16:59:07Z) - How Far Can GPT-6-Astra Go? Evaluating Capabilities in Zero-Shot Vision-and-Language Navigation [20.65686859199639]
連続環境におけるゼロショットビジョン・アンド・ランゲージナビゲーションにおけるGPT-6-Astraについて検討する。
指示を解釈し、その環境を評価し、行動を提案する。
Open-Nav が使用した100R2R-CE val-unseen エピソードの50件について,本システムの評価を行った。
論文 参考訳（メタデータ） (2026-09-17T12:14:43Z) - VABench: Measuring Embodied Spatial Intelligence through Visual Demonstrations, Active Perception, and Metric Control [57.5995346750474]
VA-Benchを導入し、完全なオブザーバ・レアソン・アクト・リビジョンループを評価する。
汎用MLLMは、RGBのみのデモンストレーションから手続き的コンテキストを学習する。
モデルには特権オブジェクトのポーズ、オラクルの軌跡、学習されたアクションヘッドは含まれない。
論文 参考訳（メタデータ） (2026-09-17T01:24:51Z) - World Models for Embodied Intelligence: From Plausible to Controllable to Actionable [100.13060753774657]
世界モデルは、隠れた状態を維持し、結果を予測し、介入を比較し、実行が期待から外れたときに適応することによって、インテリジェンスにおける知覚と意思決定を結びつける。
これは、どの予測能力が振る舞いを改善するかという、中心的な疑問を提起する。
可塑性モデルは、タスク関連時間的・幾何学的・物理的構造を保存し、制御可能なモデルは、介入がどのように構造を変えるかを予測し、アクション可能なモデルは、予測を計画、行動、学習、評価、検証、回復、データ選択において測定可能な利得に変換する。
論文 参考訳（メタデータ） (2026-09-15T06:22:42Z) - Observation-Constrained Joint-Space Viewpoint Optimization for Robotic Inspection of Cylindrical Cavities [1.774434289475737]
検査は、産業施設の監視、インフラ整備、農業、捜索救助など、多くの移動ロボットアプリケーションの中核となる能力である。
本稿では,ロボット関節空間における円筒形キャビティの観察拘束検査のための完全自律的手法を提案する。
論文 参考訳（メタデータ） (2026-08-17T11:40:13Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection [57.37596278863949]
本研究では,認識・認識の観点からの検査を再考する。
本稿では,目標視認性を主目的とするエンドツーエンド強化学習フレームワークを提案する。
提案手法は,既存の古典的および学習的ナビゲーション手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-09-22T15:14:02Z) - Aerial Maritime Vessel Detection and Identification [1.2289361708127877]
我々は、YOLOv8オブジェクト検出モデルを利用して、視野内のすべての容器を検出する。
発見されると、単純な幾何学的原理を用いてターゲットをローカライズする。
MBZIRC2023コンペティションにおいて,提案手法を実世界実験で実証し,完全自律システムに統合した。
論文 参考訳（メタデータ） (2025-07-09T11:43:02Z) - Navigating to Objects Specified by Images [86.9672766351891]
シミュレーションと実世界の両方でタスクを実行できるシステムを提案する。
我々のモジュラー手法は探索,ゴールインスタンスの再識別,ゴールローカライゼーション,ローカルナビゲーションのサブタスクを解決する。
HM3D InstanceImageNavベンチマークでは、このシステムはベースラインのエンドツーエンドのRLポリシー7xと最先端のImageNavモデル2.3xを上回っている。
論文 参考訳（メタデータ） (2023-04-03T17:58:00Z) - Explore before Moving: A Feasible Path Estimation and Memory Recalling
Framework for Embodied Navigation [117.26891277593205]
ナビゲーションに焦点をあて,経験や常識に欠ける既存のナビゲーションアルゴリズムの問題を解決する。
移動前に2回思考する能力に触発されて、不慣れな場面で目標を追求する実現可能な経路を考案し、パス推定とメモリリコールフレームワークと呼ばれる経路計画手法を提案する。
EmbodiedQAナビゲーションタスクにおけるPEMRの強力な実験結果を示す。
論文 参考訳（メタデータ） (2021-10-16T13:30:55Z) - A Spatio-temporal Track Association Algorithm Based on Marine Vessel
Automatic Identification System Data [5.453186558530502]
動的脅威環境でリアルタイムに移動する物体を追跡することは、国家安全保障と監視システムにおいて重要である。
動きの異常パターンを見つけるには、正確なデータアソシエーションアルゴリズムが必要である。
自動識別システムにより船舶の位置と姿勢の観察が収集されるとき, 海上船舶の追跡のための時間的アプローチを開発する。
論文 参考訳（メタデータ） (2020-10-29T20:11:38Z)
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。