日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

能動視覚/認識arXiv:2606.15373

ソナー目標認識における能動的多視点最適化のためのモデルベースとモデルフリーのハイブリッドフレームワーク

A Hybrid Model-Based and Model-Free Framework for Active Multi-View Viewpoint Optimization in Sonar Target Recognition

シェア:XThreadsFacebookLINEはてブBluesky

前方視ソナーを用いた能動的多視点目標認識において、CNNによる観測尤度とRadon変換による方位推定を組み合わせ、情報利得報酬でPPOエージェントを訓練して視点選択ポリシーを学習するハイブリッドフレームワークを提案した。

詳しい要約

1. どんなもの?

- 前方監視ソナーによる能動的多視点目標認識のためのハイブリッドフレームワーク。 - CNNがデータ駆動の観測尤度を提供し、Radonベースの方位推定が角度アノテーションなしで視点認識を可能にする。 - 訓練時は情報利得ベースの報酬でPPOエージェントが信念を考慮した視点選択方策をオフライン学習。 - 展開時はCNNベースの信念更新のみでリアルタイム視点選択を行い、オンラインPOMDP木探索を不要にする。

2. 先行研究と比べてどこがすごい?

- モデルベースのベースラインと比較して、認識精度を競合的に維持しつつ、センシングステップと運動コストを削減。 - オンラインPOMDP木探索を排除し、計算コストを大幅に低減。 - 角度アノテーションを必要とせず、Radonベースの方位推定を活用。

3. 技術・手法の肝は?

- CNNによるデータ駆動の観測尤度推定。 - Radonベースの方位推定による視点認識。 - 情報利得ベースの報酬を用いたPPOによるオフライン方策学習。 - 展開時はCNNベースの信念更新のみでリアルタイム視点選択。

4. どうやって有効だと検証した?

- 海洋デブリの前方監視ソナーデータセットでの実験。 - 提案手法がモデルベースベースラインと比較して、認識精度を維持しつつセンシングステップと運動コストを削減することを示した。

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、POMDP、Proximal Policy Optimization (PPO)、CNN、Radon変換が挙げられる。 - 同分野の定番として、能動的目標認識、マルチビュー認識、ソナー画像認識に関する研究が考えられる。

※ 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: Yongkyoon Park, Jane Shin

分類: cs.RO

原文アブストラクト

This paper presents a hybrid model-based and model-free framework for active multi-view target recognition using forward-looking sonar. A convolutional neural network (CNN) provides data-driven observation likelihoods, while Radon-based orientation estimation enables viewpoint-aware sensing without requiring angle annotations. During training, an information-gain-based reward guides a Proximal Policy Optimization (PPO) agent to learn a belief-aware viewpoint selection policy offline. At deployment, the learned policy performs real-time viewpoint selection using only CNN-based belief updates, eliminating the need for computationally expensive online POMDP tree search. Experiments on a marine-debris forward-looking sonar dataset demonstrate that the proposed approach achieves competitive recognition accuracy while reducing sensing steps and motion cost compared to model-based baselines.

  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. 3GXO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
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

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