論文の概要: HARP: Handoff-Aware Recovery Planning for Active Target Acquisition in Multi-UAV Handoff

• arxiv url: http://arxiv.org/abs/2610.33640v1
• Date: Sat, 24 Oct 2026 12:47:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.414201
• Title: HARP: Handoff-Aware Recovery Planning for Active Target Acquisition in Multi-UAV Handoff
• Title（参考訳）: HARP:マルチUAVハンドオフにおけるアクティブターゲット獲得のためのハンドオフ意識回復計画
• Abstract要約: 連続的な空中追跡には、長期にわたって目標範囲を維持するために複数のドローンが必要である。 ハンドオフ中、受信UAVは事前の目標観測を欠いている可能性があり、使用可能なビューを積極的に取得する必要がある。 HARPは受信機のローカルマップに有界送信者予測を登録するハンドオフ対応リカバリプランナである。
• 参考スコア（独自算出の注目度）: 2.1693830346434955
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Continuous aerial tracking often requires multiple drones to maintain target coverage over long periods. During handoff, the receiving UAV may lack prior target observations and must actively acquire a usable view without disrupting the sender's ongoing coverage. This work introduces HARP, a handoff-aware recovery planner that registers bounded sender predictions in the receiver's local map, distinguishes field-of-view failure from physical occlusion, and generates failure-specific yaw, translation, and parallax viewpoints. Candidate motions are checked for receiver clearance, sender-fiducial observability, protected sender--target visibility, temporal validity, and deadline compliance. When a complete trajectory cannot be admitted, HARP may execute a sampled admissible nonzero prefix and replan from updated evidence. In simulation, HARP acquired the target in all 49 standard trials and in 15 of 16 stress trials. Field trials validated HARP's recovery geometry under field-of-view limitation and environmental occlusions.
• Abstract（参考訳）: 連続的な空中追跡は、長期間にわたって標的範囲を維持するために複数のドローンを必要とすることが多い。 ハンドオフ中、受信UAVは事前の目標観測を欠いている可能性があり、送信者の継続的なカバレッジを損なうことなく、使用可能なビューを積極的に取得する必要がある。 HARPは、受信機のローカルマップに有界送信者予測を登録し、視野障害と物理的閉塞を区別し、障害固有のヨー、翻訳、パララックスの視点を生成するハンドオフ対応リカバリプランナである。 候補の動作は、受信者のクリアランス、送信者/ファイルの可観測性、保護された送信者 - ターゲットの可視性、時間的妥当性、期限順守のためにチェックされる。 完全な軌道が認められない場合、HARPはサンプル化された許容できない非ゼロの接頭辞を実行し、更新された証拠から再記述することができる。 シミュレーションでは、HARPは49の標準試験と16の応力試験のうち15の目標を達成した。 フィールドトライアルは、フィールドオブビューの制限と環境閉塞下でのHARPの回復幾何学を検証した。

関連論文リスト

• SkyAgent: Revisable Target Memory for Continuous Aerial Search [16.971404284491065]
  連続的な航空探索は、疎遠で視点に依存した観測からターゲット仮説を構築する。 我々は、SkyAgentにRevisable Target Memory(RTM)を装備し、証拠を永続的候補に関連付ける。 RTMは、緊張、確認、拒絶状態を通じて各候補を改訂する。
  論文  参考訳（メタデータ） (2026-10-16T11:00:43Z)
• AutoAgent0: An Agentic Runtime for Safe Closed-Loop Driving [61.924851163300076]
  エージェントランタイムとハーネスフレームワークであるAutoAgent0を導入し、既存の運転専門家に補完的な検出スキル、ルールベースのアクション検証、フィードバック駆動リカバリを付加する。 長距離および安全クリティカルシナリオにおけるシングルエキスパート実行に対する閉ループロバスト性の向上を実証した。
  論文  参考訳（メタデータ） (2026-10-13T17:59:50Z)
• Fly-by-Code: Embodied Coding Agents for Aerial Manipulation with Active Visual and Physical Feedback [63.75302732504381]
  エンボディードコーディングエージェントは、プログラムを生成し、実行フィードバックからそれらを精製することで、ロボットポリシーを構築する。 この改善は、実行フィードバックがタスクが成功したかどうかを明らかにし、失敗した後、プログラムのリビジョンをガイドするのに十分な証拠を提供すると仮定する。 同じフィードバックを再検査しても、収集されていない観察や、利用可能な証拠が区別できない原因を分離することはできません。 アクティブな"View and Probe"フレームワークであるActive Feedback(AF)を紹介します。
  論文  参考訳（メタデータ） (2026-10-08T18:00:00Z)
• Project SCOUT: Interceptor Drone for Perimeter Defense [9.641457591248697]
  textbfSCOUTは、ROSが内蔵した、UAVに対するリアルタイムの空中防御のための知覚制御フレームワークである。 SCOUTは、ディフェンダーUAV上で直接視覚検出、ターゲットアソシエーション、トラックフィルタリング、制御コマンド生成を実行する。 実世界の飛行結果から、SCOUTは92.2%のフレームに対して有効な目標検出を維持し、リアルタイムのオンボード検出速度で運用していることがわかる。
  論文  参考訳（メタデータ） (2026-09-17T18:58:24Z)
• EECTracker: Swarm Motion Prior-Guided Feature Compensation for Airborne Optical UAV Swarm Tracking [2.6963400582429036]
  EECTrackerは、空中UAV群追跡のためのSwarm-motion-prior-guided joint detection-and-tracking frameworkである。 EECTrackerは最先端の手法と比較して総合的なトラッキング性能が優れていることを示す。
  論文  参考訳（メタデータ） (2026-09-14T07:57:47Z)
• PATH: Continuous Target Sensing among Autonomous Cooperative Drones [2.225982890331028]
  本稿では,2つの移動型UAV間の目標ハンドオフのためのプラットフォームに依存しない,幾何学的支援型センシングおよび検証フレームワークを提案する。 PATHは96.0%のフレームレベル受信側ターゲット取得精度を実現し、2.0%は偽陽性、2.0%は偽陰性である。
  論文  参考訳（メタデータ） (2026-09-11T05:24:08Z)
• Future-Aware Flow Planning for Safe UAV Target Following [4.950533201061028]
  現状のフォロワーは、曲がり角に遅れたり、封鎖された回廊を選択したり、安全でない準水平運動のトレーディングをしたりすることができる。 本稿では,現状のUAV目標に対する今後のフロープランニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-09T13:40:09Z)
• TIGA: Trajectory-Injected Generative Attack against Black-box AIGC Detectors [76.4118981404995]
  Trajectory-Injected Generative Attack (TIGA) は、検出器回避画像を生成する、ソースフリーでトレーニング可能なフリーフレームワークである。 TIGAはDDIM(Laint Denoising Diffusion Implicit Model)の軌道を制御し、生成中に対向特性が出現するようにしている。 TIGAは、共通の後処理操作下で、強力なブラックボックス攻撃性能、転送性、高ロバスト性を実現する。
  論文  参考訳（メタデータ） (2026-07-28T15:51:39Z)
• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)
• Eva-Tracker: ESDF-update-free, Visibility-aware Planning with Target Reacquisition for Robust Aerial Tracking [51.06229328990625]
  Eva-Trackerは、航空追跡のための可視性を考慮した軌道計画フレームワークである。 ESDF更新を排除し、リカバリ可能なパス生成メソッドを組み込んで、ターゲット再取得を行う。 提案手法は,従来の最先端手法よりも計算労力の少ないロバストな追跡結果を提供する。
  論文  参考訳（メタデータ） (2026-02-13T02:56:34Z)
• Box Re-Ranking: Unsupervised False Positive Suppression for Domain Adaptive Pedestrian Detection [70.25977409196449]
  偽陽性は、ドメイン適応型歩行者検出において、ドメインシフトによって引き起こされる最も深刻な問題の1つである。 我々は偽陽性抑圧問題をエレガントにボックス再ランク問題に変換する。 正の正の差分検出を継続することを目的として,ボックス数アライメントを提案する。
  論文  参考訳（メタデータ） (2021-02-01T02:31:11Z)

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。