論文の概要: Distributed Swarm Morphogenesis with Neural Cellular Automata

• arxiv url: http://arxiv.org/abs/2610.31900v2
• Date: Mon, 26 Oct 2026 14:29:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.210982
• Title: Distributed Swarm Morphogenesis with Neural Cellular Automata
• Title（参考訳）: ニューラルセルオートマタを用いた分散Swarm形態形成
• Abstract要約: 群れの形態形成は、ロボットが局所的な相互作用を通じて望ましい形状を組み立てることを必要とする。 本稿では,既存の位置割り当てと衝突認識制御と,ニューラルネットワークオートマトンを統合したモジュラーフレームワークを提案する。 本フレームワークでは,アタッチメントサイト発見機構を分散化する。
• 参考スコア（独自算出の注目度）: 4.618559206958873
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Swarm morphogenesis requires robots to assemble desired shapes through local interactions. We present a modular framework integrating neural cellular automata (NCA) with existing site assignment and collision-aware control. Within this framework, we introduce a decentralized attachment-site discovery mechanism. Robots already in the formation update and share local NCA states to identify new attachment sites, enabling progressive growth without a predefined list of sites during deployment. To bridge the mismatch between conventional NCA growth and gradual physical assembly, we additionally propose offline sparse-retention fine-tuning that simulates partial attachment, together with a false-positive loss that penalizes invalid site activations. Simulations demonstrate formation of diverse lattice morphologies, scaling to several hundred robots, and substantial improvements in morphology accuracy from the proposed fine-tuning. Experiments with Crazyflie quadrotors validate the integrated execution pipeline using robot-relative observations reconstructed from external tracking.
• Abstract（参考訳）: 群れの形態形成は、ロボットが局所的な相互作用を通じて望ましい形状を組み立てることを必要とする。 本稿では,ニューラルセルオートマトン(NCA)と既存のサイト割り当てと衝突認識制御を統合したモジュラーフレームワークを提案する。 本フレームワークでは,アタッチメントサイト発見機構を分散化する。 ロボットはすでに構成をアップデートし、ローカルなNAA状態を共有して、新しいアタッチメントサイトを特定することで、デプロイ中に事前に定義されたサイトのリストなしで、プログレッシブな成長を可能にする。 従来のNAA成長と段階的な物理組立のミスマッチを補うために,部分的なアタッチメントをシミュレートするオフラインスパース保持微調整と,無効なサイト活性化を罰する偽陽性の損失も提案する。 シミュレーションでは、多様な格子形態の形成、数百のロボットへのスケーリング、提案した微調整によるモルフォロジーの精度の大幅な向上が示されている。 外部追跡から再構成されたロボット相対観察を用いて,クラジフリー四重項を用いた実験により,統合実行パイプラインの有効性が検証された。

関連論文リスト

• Physics-Aware Sparse Learning and Selective Online Adaptation for Euler-Lagrange Robot Dynamics [3.247008128557575]
  学習に基づくほとんどの補正手法は, 1つの加算残差を導入することにより, 予測精度を向上させる。 本稿では,モデルミスマッチを慣性補正,対応するコリオリ項,一般化力残差に分解する構造保存残差学習フレームワークを提案する。 移動・航空・マニピュレータシステムを含む複数のロボットプラットフォームを対象とした実験により, 提案手法は, 結合および時間変化の動的条件下での動的予測と軌道追跡を改善することを示した。
  論文  参考訳（メタデータ） (2026-06-08T15:36:00Z)
• 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)
• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• DiffusionHarmonizer: Bridging Neural Reconstruction and Photorealistic Simulation with Online Diffusion Enhancer [62.18680935878919]
  レンダリングを時間的に一貫した出力に変換するオンライン生成拡張フレームワークであるDiffusionHarmonizerを紹介した。 コアとなるのは、単一のGPU上でオンラインシミュレータで実行可能な、一段階の時間的条件付きエンハンサーである。
  論文  参考訳（メタデータ） (2026-02-27T15:35:30Z)
• Internalized Morphogenesis: A Self-Organizing Model for Growth, Replication, and Regeneration via Local Token Exchange in Modular Systems [0.0]
  本研究では,Swarm Robotics やmicro-nanomachines などの自律システムのための内部形態形成モデルを提案する。 モジュールは「石田トークンモデル」を拡張することで、微分方程式を解くことなくRDにインスパイアされた離散アナログを用いて整数値を交換する。 結果は、洗練された形態学的挙動は、最小内部のみの規則から生じる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2026-02-06T01:41:04Z)
• AdaMorph: Unified Motion Retargeting via Embodiment-Aware Adaptive Transformers [49.796014934503184]
  本研究では、単一モデルで多様なロボット形態に人間の動きを適応させることができる統一型ニューラルネットワークフレームワークを提案する。 12個の異なるヒューマノイドロボットの実験結果から、AdaMorphが異種トポロジにわたって効果的に制御できることが示されている。
  論文  参考訳（メタデータ） (2026-01-12T07:39:38Z)
• Hybrid Neural Network-Based Indoor Localisation System for Mobile Robots Using CSI Data in a Robotics Simulator [1.6093668627931697]
  移動ロボットの位置を推定するためのハイブリッドニューラルネットワークモデルを提案する。 提案手法では,CNNを多層パーセプトロン(MLP)と統合し,2次元ロボットの位置を推定するハイブリッドニューラルネットワーク(Hybrid Neural Network,HyNN)を構築する。 我々の貢献は、複雑な環境下での移動ロボットの正確な屋内位置決めとナビゲーションを実現するためのHyNNモデルの可能性を示すものである。
  論文  参考訳（メタデータ） (2025-11-03T17:57:18Z)
• Generative Autoregressive Transformers for Model-Agnostic Federated MRI Reconstruction [4.486239802173208]
  FedGATは、MR画像のグローバルな生成を協調的に訓練するモデルに依存しないFL技術である。 第2階層では、各サイトは、他のサイトからの合成MRIデータで局所データを増強することにより、好みの再構築モデルを個別に訓練する。 多施設データセットの実験では、FedGATは内部およびクロスサイト再構築性能において最先端のFLベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-02-06T21:45:16Z)
• Growing Isotropic Neural Cellular Automata [63.91346650159648]
  我々は、元のGrowing NCAモデルには、学習された更新規則の異方性という重要な制限があると主張している。 細胞系は2つの方法のいずれかによって、正確な非対称パターンを成長させる訓練が可能であることを実証する。
  論文  参考訳（メタデータ） (2022-05-03T11:34:22Z)
• Online Body Schema Adaptation through Cost-Sensitive Active Learning [63.84207660737483]
  この作業は、icubロボットシミュレータの7dofアームを使用して、シミュレーション環境で実行された。 コストに敏感な能動学習手法は最適な関節構成を選択するために用いられる。 その結果,コスト依存型能動学習は標準的な能動学習手法と同等の精度を示し,実行運動の約半分を減らした。
  論文  参考訳（メタデータ） (2021-01-26T16:01:02Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。