論文の概要: UFMF: Radar-Guided Kinematic Priors for Real-Time 4D Occupancy Forecasting

• arxiv url: http://arxiv.org/abs/2610.40947v1
• Date: Thu, 29 Oct 2026 20:24:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.489068
• Title: UFMF: Radar-Guided Kinematic Priors for Real-Time 4D Occupancy Forecasting
• Title（参考訳）: UFMF: リアルタイム4D作業予測のためのレーダ誘導キネマティックプリミティブ
• Abstract要約: リアルタイム4D占有予測では、厳格な遅延予算の下で、エゴの動きとアクターの動きの両方を確実に外挿する必要がある。 対象の運動と幾何学的構造を注入しながら、注意のない対角線状態空間の時間コアを保持するリアルタイム予測器であるUFMFを提案する。
• 参考スコア（独自算出の注目度）: 4.836364509847539
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time 4D occupancy forecasting requires reliably extrapolating both ego motion and surrounding actor motion under strict latency budgets. Recent occupancy world models improve long-horizon fidelity through generative decoders and 3D volumetric modeling, yet their computational cost makes real-time deployment challenging. Light-weight BEV forecasters meet latency requirements but often blur or suppress fast-moving actors at longer horizons. We present UFMF (Ultra-Fast Multi-modal Forecaster), a real-time forecaster that keeps an attention-free diagonal state-space temporal core while injecting targeted kinematic and geometric structure where lightweight models typically fail. A radar-guided velocity-aware dynamic prior (VADP) decomposes future displacement into a linear extrapolation plus a learned horizon-dependent residual. The resulting per-cell flow fields transport a compact dynamic latent subspace during rollout. Two auxiliary training constraints complement this branch: world-frame dynamic supervision enforces inter-horizon trajectory coherence, and class-conditioned vertical-profile supervision regularizes BEV-to-3D lifting. UFMF operates at 122 FPS on a single RTX 4090 and reaches 0.45 fast-displacement mIoU on nuScenes, outperforming recent occupancy world models at a fraction of their computational cost.
• Abstract（参考訳）: リアルタイム4D占有予測では、厳格な遅延予算の下で、エゴの動きとアクターの動きの両方を確実に外挿する必要がある。 近年の占拠世界モデルは, 生成デコーダと3次元体積モデリングにより, 長距離忠実度を向上するが, その計算コストは, リアルタイム展開を困難にしている。 軽量のBEV予報装置は遅延要件を満たすが、しばしばより長い地平線で速い動きのアクターをぼやけたり抑制したりする。 提案するUFMF(Ultra-Fast Multi-modal Forecaster)は,軽量モデルが通常失敗するターゲットキネマティックおよび幾何学的構造を注入しながら,注意のない対角線状態空間の時間的コアを保持するリアルタイム予測器である。 レーダ誘導速度認識ダイナミック先行(VADP)は、将来の変位を線形外挿と学習された地平線依存残差に分解する。 セル単位の流れ場はロールアウト中にコンパクトな動的潜在部分空間を輸送する。 ワールドフレームのダイナミックインスペクションは水平軌道間のコヒーレンスを強制し、クラスコンディショニングされた垂直監視はBEV-to-3Dリフティングを規則化する。 UFMFは1つのRTX 4090上で122FPSで動作し、nuScenes上で0.45の高速変位mIoUに達する。

関連論文リスト

• GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed [71.05944634852158]
  GroundAnythingはブロックワイズによる正確なローカライゼーションで高速並列デコーディングを再構成する。 30のグラウンドベンチマークで、私たちの自己回帰型であるGroundAnything-VLMは、この技術の新たな全体的な状態を確立します。 エントロピー誘導復号法により、GroundAnythingは、この規模の芸術の先行状態を超越している。
  論文  参考訳（メタデータ） (2026-09-30T12:20:51Z)
• Intelligent Multi-UAV Navigation in ITNTNs: A Hierarchical LLM Approach [33.68706070829591]
  大きな言語モデル(LLM)はセマンティック推論において優れているが、高い推論遅延に悩まされ、リアルタイムの空力制御には適さない。 高高度プラットフォームステーションにデプロイされた大規模なクラウドベースのLLMは、低速でグローバルなロードバランシングを管理する。 個々のUAV上の軽量のエッジLLMは、局所的な観測結果を戦術的なサブゴールに変換して、衝突のないハンドオーバ対応の軌道を実行する。
  論文  参考訳（メタデータ） (2026-07-21T00:34:42Z)
• Diffusion-based 4D Trajectory Prediction and Distributed Control for UAV Swarms [9.09854701245782]
  不確実性を考慮した予測モデル予測制御(DNMPC)と粗大から細大の軌道予測を結合した統合フレームワークを提案する。 提案手法は, 軸方向の運動を予測して計算複雑性を低減する次元分離軌道予測モジュールと, 時間的に相関する動的不確かさを捉える拡散型残留力学改善モジュールの2つの重要な革新を特徴とする。 我々のアプローチは最先端のベースラインを上回り、軌跡追尾誤差をtextbf10-15% まで低減し、複雑な都市・工業におけるsub-textbf0.07,m平均追尾誤差を達成する。
  論文  参考訳（メタデータ） (2026-06-30T06:26:34Z)
• Next Forcing: Causal World Modeling with Multi-Chunk Prediction [65.05727210375643]
  Next Forcingは、因果世界モデリングのためのマルチチャンク予測フレームワークである。 トレーニングの高速化、精度の向上、推論の高速化を実現している。 5kのトレーニングステップでLingBot-VAよりも93.1%向上し、2.3倍高速収束を実現している。
  論文  参考訳（メタデータ） (2026-06-09T17:59:22Z)
• Natural Human Motion Recovery by Aligning High-Order Temporal Dynamics from Monocular Videos [65.51845732149306]
  本稿では,HTD-Refineについて紹介する。HTD-Refineは人体運動回復(HMR)パイプラインを高次時間ダイナミクスを用いて拡張する後処理フレームワークである。 システムの中心となるPVA-Netは,モノクロ映像から直接接合部2次元位置,3次元速度,3次元加速度を推定する時間変換器である。
  論文  参考訳（メタデータ） (2026-05-26T11:38:36Z)
• Neural 3D Object Reconstruction with Small-Scale Unmanned Aerial Vehicles [16.745245388756533]
  小型無人航空機(UAV)は、屋内と難航地域を航行する大きな可能性を秘めている。 本稿では,100グラム以下のUAVを用いた静的物体の完全自律・高忠実な3次元走査を可能にするシステムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-09-15T21:08:32Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• STORM: Spatio-Temporal Reconstruction Model for Large-Scale Outdoor Scenes [47.4799413169038]
  STORMは、スパース観測から動的屋外シーンを再構成するために設計された時間的再構成モデルである。 本稿では,STORMが最先端のシーンごとの最適化手法を超越して,正確な動的シーン再構成を実現することを示す。 また、より広いダイナミックなシーン理解のための自己教師あり学習の可能性を示す4つのモデル応用についても紹介する。
  論文  参考訳（メタデータ） (2024-12-31T18:59:58Z)
• EmerNeRF: Emergent Spatial-Temporal Scene Decomposition via Self-Supervision [85.17951804790515]
  EmerNeRFは動的駆動シーンの時空間表現を学習するためのシンプルだが強力なアプローチである。 シーンの幾何学、外観、動き、セマンティクスを自己ブートストラップで同時にキャプチャする。 本手法はセンサシミュレーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-11-03T17:59:55Z)

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。