MAP-NBV: Multi-agent Prediction-guided Next-Best-View Planning for Active 3D Object Reconstruction

要約

我々は、マルチエージェントシステムによる 3D 再構成のための予測ガイド付きアクティブアルゴリズム MAP-NBV を提案します。
予測ベースのアプローチは、データから環境内の構造に関する手がかりを学習することにより、能動的な知覚タスクで大幅な改善を示しました。
ただし、これらの方法は主に単一エージェント システムに焦点を当てています。
私たちは、予測に対して幾何学的な尺度を利用し、物体の効率的な共同 3D 再構築のための情報利得と制御努力を共同で最適化する、次善のビュー アプローチを設計します。
私たちの方法は、予測ベースの単一エージェント アプローチと比較して 22.75% の改善、非予測マルチエージェント アプローチと比較して 15.63% の改善を達成しました。
コードはプロジェクト Web サイト http://raaslab.org/projects/MAPNBV/ を通じて公開されています。

要約(オリジナル)

We propose MAP-NBV, a prediction-guided active algorithm for 3D reconstruction with multi-agent systems. Prediction-based approaches have shown great improvement in active perception tasks by learning the cues about structures in the environment from data. But these methods primarily focus on single-agent systems. We design a next-best-view approach that utilizes geometric measures over the predictions and jointly optimizes the information gain and control effort for efficient collaborative 3D reconstruction of the object. Our method achieves 22.75% improvement over the prediction-based single-agent approach and 15.63% improvement over the non-predictive multi-agent approach. We make our code publicly available through our project website: http://raaslab.org/projects/MAPNBV/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google