日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

3DスキャニングarXiv:2603.10390

ScanDP: 拡散ポリシーによる汎用3Dスキャニング

ScanDP: Generalizable 3D Scanning with Diffusion Policy

シェア:XThreadsFacebookLINEはてブBluesky

人間のようなスキャン戦略を模倣する拡散ポリシーを用いた、データ効率の良い3Dスキャニングフレームワークを提案。占有グリッドマップと球ベースの空間表現・経路最適化を組み合わせ、未見物体への汎化性とノイズ耐性を向上させた。

詳しい要約

1. どんなもの?

本論文は、Diffusion Policy を用いて人間らしい走査戦略を模倣する、データ効率の良い3D Scanningフレームワーク ScanDP を提案する。対象物体の効率的かつ正確な走査を目指し、未見の物体カテゴリへの汎化とセンサノイズへの頑健性を狙う。

2. 先行研究と比べてどこがすごい?

- 従来の強化学習ベース手法は大規模訓練データを要し、未見カテゴリへの汎化が困難。 - 本手法はデータ効率が良く、未見物体でも高いカバレッジと短い経路を実現。 - 直接的な point cloud 処理ではなく Occupancy Grid Mapping を採用し、ノイズ耐性と多様な形状への対応を改善。

3. 技術・手法の肝は?

- Diffusion Policy により人間の走査戦略を模倣。 - Occupancy Grid Mapping を採用し、ノイズ耐性と多様な幾何形状への対応を向上。 - sphere-based space representation と path optimization を組み合わせ、経路の安全性と走査効率を確保。 - 冗長・予測不能な挙動という模倣学習の課題に対処。

4. どうやって有効だと検証した?

- 形状とスケールが多様な未見物体で評価。 - ベースラインより高いカバレッジと短い経路を達成。 - センサノイズに対して頑健であることを確認。 - 実世界実行で実用性と安定動作を確認。

5. 議論はある?

要旨からは不明。

6. 次に読むべき論文は?

要旨で参照・比較されている研究は明示されていない。関連手法として Diffusion Policy、Occupancy Grid Mapping、強化学習ベースの3D Scanning が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Itsuki Hirako, Ryo Hakoda, Yubin Liu, Matthew Hwang, Yoshihiro Sato, Takeshi Oishi

分類: cs.RO

原文アブストラクト

Learning-based 3D Scanning plays a crucial role in enabling efficient and accurate scanning of target objects. However, recent reinforcement learning-based methods often require large-scale training data and still struggle to generalize to unseen object categories.In this work, we propose a data-efficient 3D scanning framework that uses Diffusion Policy to imitate human-like scanning strategies. To enhance robustness and generalization, we adopt the Occupancy Grid Mapping instead of direct point cloud processing, offering improved noise resilience and handling of diverse object geometries. We also introduce a hybrid approach combining a sphere-based space representation with a path optimization procedure that ensures path safety and scanning efficiency. This approach addresses limitations in conventional imitation learning, such as redundant or unpredictable behavior. We evaluate our method on diverse unseen objects in both shape and scale. Ours achieves higher coverage and shorter paths than baselines, while remaining robust to sensor noise. We further confirm practical feasibility and stable operation in real-world execution.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI