動的環境におけるハイブリッド位置推定を用いた弾力的な時空間セマンティックメモリによる移動操作

- 動的屋内環境での mobile manipulation 向けフレームワーク DREAM を提案。 - 事前地図なしで知覚・記憶・localization・navigation・manipulation を統合。 - RGB-D 観測から online spatio-semantic voxel memory を構築。 - LiDAR-inertial-visual SLAM backend で位置推定。 - 物体移動や pose 修正後も記憶を更新し、長期履歴を有界に保つ。

- 既存手法は事前地図・静的 scene 仮定・高精度 camera pose に依存し、物体移動や pose 修正で情報が古くなる/ずれる問題があった。 - DREAM は未見の屋内環境で事前地図なしに動作。 - pose 修正後の履歴更新とメモリ有界化を両立。 - 実機で long-horizon 成功率を DynaMem の 40%-60% から 55%-70% に改善。

- online spatio-semantic voxel memory を RGB-D 観測から構築。 - LiDAR-inertial-visual SLAM backend で観測を登録。 - pose-graph-aware Redundancy-Aware Memory Pruning (RMP) で pose 修正後の過去観測を更新し、長期履歴を有界化。 - 目標 localization/reacquisition に language-conditioned 3D retrieval、open-vocabulary image detection、multimodal large language model による semantic verification を組み合わせ。

- 4 つの動的屋内実験室 scene で real-robot 実験を実施。 - long-horizon タスク成功率を DynaMem と比較し、40%-60% から 55%-70% へ改善。 - メモリ使用量 0.37-0.63 GB、online memory-update 時間 0.43-0.53 s を各 scene で維持。

- 要旨からは不明。 - 限界や失敗事例、計算資源制約、他手法との詳細比較の議論は記述されていない。

- DynaMem（要旨で比較対象として明示）。 - LiDAR-inertial-visual SLAM、open-vocabulary detection、language-conditioned 3D retrieval、multimodal large language model を用いた semantic verification の関連研究。 - mobile manipulation 向け spatio-semantic memory の既存研究。