論文の概要: Beyond Geometric Closure: Measuring and Diagnosing Mechanical Consistency in Visual Dynamics

• arxiv url: http://arxiv.org/abs/2610.24619v2
• Date: Tue, 20 Oct 2026 10:34:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.261701
• Title: Beyond Geometric Closure: Measuring and Diagnosing Mechanical Consistency in Visual Dynamics
• Title（参考訳）: 幾何学的クロージャを超えて:視覚力学における機械的一貫性の測定と診断
• Abstract要約: 本稿では,反応のないSI測定を協調的読み出し,トレーニング統合,アクチュエータ応答の制御操作に接続する診断フレームワークを提案する。 我々は64/256ピクセル, V-JEPA + AC と LingBot-VA の343 個の平面集合体上での KeyCLD と CON の評価を行った。
• 参考スコア（独自算出の注目度）: 3.739381074520899
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual accuracy, geometric validity, and agreement with applied forces are distinct requirements for visual dynamics. We introduce a diagnostic framework that connects reaction-free SI measurements to controlled interventions on coordinate readout, training integration, and actuator response. Reference replay calibrates the measurement path, while continuous scoring exposes progress against fixed engineering targets. With three seeds per setting, we evaluate KeyCLD and CON across 343 planar assemblies at 64/256 pixels and V-JEPA + AC and LingBot-VA on 100 shared spatial test assemblies. CON reduces image MSE by 37.6%/37.2% relative to persistence, yet neither planar model attains valid native geometry. At 256 pixels, calibrated RGB replay places forecast errors far above the reference measurement floor. Exact-state KeyCLD has identical geometric pass rates under Euler and RK4 training, yet its score rises from 52.65 to 64.30 as force and energy errors decrease. In both spatial pathways, CAD/IK reconstruction restores geometry while mean actuator residuals exceed five times the engineering targets. These diagnoses distinguish coordinate correction, numerical improvement, and persistent force-response errors, guiding targeted improvements to visual dynamics.
• Abstract（参考訳）: 視覚的精度、幾何学的妥当性、応用力との一致は、視覚力学の異なる要件である。 本稿では,反応のないSI測定を協調的読み出し,トレーニング統合,アクチュエータ応答の制御操作に接続する診断フレームワークを提案する。 参照リプレイは測定パスを校正し、連続的なスコアリングは固定されたエンジニアリング目標に対して進捗を公開する。 また,64/256ピクセルで343個の平面集合体にまたがるKeCLD,CON,V-JEPA+AC,LingBot-VAの3種を共用空間検定で評価した。 CONは画像MSEを永続性に対して37.6%/37.2%削減するが、どちらの平面モデルも有効なネイティブジオメトリを達成していない。 256ピクセルのRGBリプレイでは、基準測定フロアよりもはるかに高い誤差が予測される。 エクササイズ状態のKeyCLDは、オイラーとRK4のトレーニングで同じ幾何パスレートを持つが、出力とエネルギーの誤差が減少するにつれて、スコアは52.65から64.30に上昇する。 どちらの空間経路においてもCAD/IKの復元は幾何を復元し、平均アクチュエータ残差は工学的目標の5倍を超える。 これらの診断は、座標補正、数値的改善、そして持続的な力-応答誤差を区別し、視覚力学の目標となる改善を導く。

関連論文リスト

• RoTA-Bench: Evaluating 3D Spatial Reasoning through Interactive Projection Alignment [60.989018864729445]
  対話型3次元から2次元の投影アライメントによる能力評価にRoTA-Benchを導入する。 対象のシルエットが与えられた場合、モデルは回転したオブジェクトを観察し、連続する回転を選択してターゲットの投影を回復する。 GPT-5.6-Solがわずか17%のタスクで成功するのに対し、20人の学部生が100%の成功率でテストセットを4回完了した。
  論文  参考訳（メタデータ） (2026-10-13T03:46:48Z)
• UniMetric: Universal Metric Scale Recovery for Visual Geometry Foundation Models [19.448764509766402]
  We present UniMetric, a universal and training-free metric scale recovery framework for geometry foundation model。 既知オブジェクトの未確定サイズは,再構成の共有スケールを協調的に制約できることを示す。 また,12のエンボディ,運転,路面部分集合をセンサ由来の地上真実で包含するMetricBenchを提示する。
  論文  参考訳（メタデータ） (2026-10-12T15:18:47Z)
• GUARD: Geometric Uncertainty-Aware Point Cloud Denoising and Segmentation for Robotic Hard Disk Drive Disassembly [3.107698042151629]
  GUARDは幾何学的不確実性を認識したフレームワークで、1つの前方パス内でポイントフィルタリングとセグメンテーションを実行する。 2,745個の実HDD点雲の評価は、GUARDがPointNet++セグメンテーションを改善したことを示す。 その結果、幾何学的信頼性と意味的信頼性を区別する価値が示された。
  論文  参考訳（メタデータ） (2026-10-06T20:15:34Z)
• Predictive Semantic Safety: From Visual Physical Reasoning to Safety-Critical Control [29.738603994833394]
  予測意味安全(PSS)という枠組みを提案する。 PSSは視覚的物理的推論とバックアップベースの安全フィルタリングを結びつける。 PSSは、バックアップ制御バリア関数のベースラインで43.3%に対して、安全なエピソードレートが99.3%である。
  論文  参考訳（メタデータ） (2026-09-28T05:32:33Z)
• Beyond Relative Geometry: Metric-Aware Geometry Perception for Robotics [16.80010144055988]
  Metric-Aware Geometry Perception (MAGP)は、幾何学的再構成のためのエンドツーエンドのプラグアンドプレイフレームワークである。 中心となるMetric Scale Equivariant Augmentationは、カメラパラメータと深度観測から距離幾何学を再構築することを奨励する。 フレキシブル・メトリック・コンディショニング(Flexible Metric Conditioning)は、カメラと深度入力の任意のビューカウントと組み合わせをサポートし、不均一なロボットセンシング構成に対する堅牢性を向上させる。
  論文  参考訳（メタデータ） (2026-08-27T02:07:22Z)
• WAM4D: Fast 4D World Action Model via Spatial Register Tokens [52.16661403052964]
  WAM4Dは,軽量空間レジスタトークンを用いた高速4次元世界アクションモデルである。 WAM4Dは空間的整合性を向上し,効率的な推論を維持しつつ,競争力のある動作予測を実現する。
  論文  参考訳（メタデータ） (2026-06-12T02:49:34Z)
• Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos [67.7364297817535]
  ビデオにおける3D textbfSpatial textbfGeometric textbfConsistencyを評価するためのメトリクスであるSGCを紹介する。 SGCは幾何的不整合を頑健に定量化し、既存のメトリクスで欠落した臨界故障を効果的に特定する。
  論文  参考訳（メタデータ） (2026-03-19T15:44:39Z)
• Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
  手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。 カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。 我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
  論文  参考訳（メタデータ） (2026-02-28T09:21:21Z)

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。