論文の概要: Simulation for Planetary Robotic Perception and Autonomy: A Concise Survey of Recent Capabilities and Gaps

• arxiv url: http://arxiv.org/abs/2609.34743v1
• Date: Mon, 28 Sep 2026 09:36:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 03:12:40.995444
• Title: Simulation for Planetary Robotic Perception and Autonomy: A Concise Survey of Recent Capabilities and Gaps
• Title（参考訳）: 惑星ロボットの知覚と自律性のシミュレーション:最近の能力とギャップの精密調査
• Abstract要約: 惑星ロボットシミュレーションに関する文献は、様々なシミュレーションエンジン、実装、アプリケーション設定に分散している。 本研究では,惑星ロボットの知覚と自律性を4つの実用軸で検証するためのシミュレーション作業について検討する。
• 参考スコア（独自算出の注目度）: 3.4849238378361345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Planetary robotics is an important enabler of scientific exploration in environments where direct human-in-the-loop operation is costly, hazardous, or infeasible. However, developing and validating planetary robotic systems remains difficult because representative field testing is expensive, limited, and often unrepeatable under mission-relevant conditions. In this setting, simulation serves as a central tool for perception and autonomy research, synthetic data generation, system integration, and pre-deployment evaluation. Despite its importance, the literature on planetary robotics simulation remains dispersed across different simulation engines, implementations, and application settings. This paper surveys simulation works for planetary robotic perception and autonomy across four practical axes: Openness and Availability, Scenario and Platform Coverage, Sensor and Perception Support, and Environmental and Operational Realism. The surveyed simulation works report visual or physical fidelity and support perception-oriented workflows. They also indicate uneven public availability, rover-centered coverage, partial support for specialized sensing modalities, and uneven reporting of operational constraints such as onboard computation, energy, and communication restrictions.
• Abstract（参考訳）: プラネタリー・ロボティクス(Planetary robotics)は、直接の人間のループ操作が費用がかかる、危険である、あるいは実現不可能な環境において、科学的な探査を可能にする重要な手段である。 しかしながら、惑星ロボットシステムの開発と検証は、ミッション関連条件下では、代表的フィールドテストが高価で、制限され、しばしば再現不可能であるため、依然として困難である。 この環境では、シミュレーションは認識と自律性の研究、合成データ生成、システム統合、および事前デプロイ評価のための中心的なツールとして機能する。 その重要性にもかかわらず、惑星ロボットシミュレーションに関する文献は、様々なシミュレーションエンジン、実装、アプリケーション設定に分散している。 本稿では,惑星ロボットの知覚と自律性に関するシミュレーションを,オープンネスとアベイラビリティ,シナリオとプラットフォームカバレッジ,センサと知覚支援,環境と操作のリアリズムの4つにまたがって調査する。 調査されたシミュレーションは、視覚的または身体的忠実度を報告し、知覚指向のワークフローをサポートする。 それらはまた、不均一な公開可用性、ローバー中心のカバレッジ、特別なセンシングモダリティに対する部分的なサポート、オンボード計算、エネルギ、通信制限といった運用上の制約を報告している。

関連論文リスト

• Artificial Intelligence-Enabled Space Robot Operations: Technologies, Challenges and Prospects [7.579708910632012]
  宇宙ロボットは、人間の介入が限定された長期、コンタクトリッチ、多段階の運用がますます期待されている。 近年の人工知能(AI)、ロボット学習、基礎モデルの進歩は、これらのシステムの自律性と適応性を改善する新たな機会を提供する。 本稿では,人工知能を利用した宇宙ロボットの運用について,能力構築の観点から概観する。
  論文  参考訳（メタデータ） (2026-09-15T09:12:12Z)
• Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
  マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。 既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。 本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T21:17:53Z)
• A Survey of Legged Robotics in Non-Inertial Environments: Past, Present, and Future [21.869937877352545]
  脚のあるロボットは静止地では顕著な俊敏性を持つが、その移動信頼性は慣性的でない環境では限られている。 本調査は,非慣性環境における脚ロボットのモデリング,状態推定,制御における技術の現状を概観する。
  論文  参考訳（メタデータ） (2026-04-22T18:21:49Z)
• ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
  Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。 既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。 シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
  論文  参考訳（メタデータ） (2026-03-30T15:06:41Z)
• PolaRiS: Scalable Real-to-Sim Evaluations for Generalist Robot Policies [88.78188489161028]
  シミュレーションにおける政策評価と環境復元(PolaRiS)の導入 PolaRiSは、高忠実度シミュレーションロボット評価のためのスケーラブルなリアルタイム・シミュレート・フレームワークである。 PolaRiSの評価は,既存のシミュレーションベンチマークよりも,現実のジェネラリストのポリシー性能に強い相関関係があることが示されている。
  論文  参考訳（メタデータ） (2025-12-18T18:49:41Z)
• Space Robotics Bench: Robot Learning Beyond Earth [16.948852537273655]
  Space Robotics Benchは、宇宙でのロボット学習のためのオープンソースのシミュレーションフレームワークである。 オンデマンドの手続き生成と非常に並列なシミュレーション環境を統合している。 幅広いミッション関連シナリオにまたがるベンチマークタスクの包括的なスイートが含まれている。
  論文  参考訳（メタデータ） (2025-09-27T14:28:31Z)
• Is Single-View Mesh Reconstruction Ready for Robotics? [78.14584238127338]
  本研究では,ロボット操作のための物理シミュレータを用いたリアルタイム計画と動的予測のためのディジタル双対生成の実現の可能性について,単一ビューメッシュ再構成モデルの評価を行った。 我々の研究は、コンピュータビジョンの進歩とロボティクスの必要性の間に重要なギャップがあることを浮き彫りにし、この交差点における将来の研究を導く。
  論文  参考訳（メタデータ） (2025-05-23T14:35:56Z)
• Zero-Shot Reinforcement Learning on Graphs for Autonomous Exploration Under Uncertainty [6.42522897323111]
  シミュレーション環境で高性能探査政策を自己学習するための枠組みを提案する。 本稿では,グラフニューラルネットワークと深層強化学習を併用した新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-05-11T02:42:17Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)
• SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
  SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。 部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
  論文  参考訳（メタデータ） (2020-03-19T00:11:34Z)

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。