Ground Penetrating Radar-Assisted Multimodal Robot Odometry Using Subsurface Feature Matrix

投稿日: 2025年3月25日 作成者: jarxiv

要約

地下侵入レーダー（GPR）によって観察される地下特徴を使用したロボットのローカリゼーションは、地下の特徴が天候、季節、表面の変化の影響を受けにくいため、一般的なセンサーのモダリティに堅牢性を高め、追加します。
GPR、慣性測定ユニット（IMU）、およびホイールエンコーダーからの入力を使用して、革新的なマルチモーダル臭気アプローチを導入します。
GPR信号ノイズに効率的に対処するために、Subsurface Feature Matrix（SFM）と呼ばれる高度な特徴表現を導入します。
SFMは周波数ドメインデータを活用し、レーダースキャン内のピークを識別します。
さらに、SFMSを調整することによりGPR変位を推定する新しい機能マッチング方法を提案します。
これら3つの入力ソースからの統合は、マルチモーダルロボット臭気を実現するために、因子グラフアプローチを使用して統合されます。
私たちの方法は、CMU-GPRパブリックデータセットで開発および評価されており、ロボット臭トメトリータスクのリアルタイムパフォーマンスにより、精度と堅牢性の改善を示しています。

要約(オリジナル)

Localization of robots using subsurface features observed by ground-penetrating radar (GPR) enhances and adds robustness to common sensor modalities, as subsurface features are less affected by weather, seasons, and surface changes. We introduce an innovative multimodal odometry approach using inputs from GPR, an inertial measurement unit (IMU), and a wheel encoder. To efficiently address GPR signal noise, we introduce an advanced feature representation called the subsurface feature matrix (SFM). The SFM leverages frequency domain data and identifies peaks within radar scans. Additionally, we propose a novel feature matching method that estimates GPR displacement by aligning SFMs. The integrations from these three input sources are consolidated using a factor graph approach to achieve multimodal robot odometry. Our method has been developed and evaluated with the CMU-GPR public dataset, demonstrating improvements in accuracy and robustness with real-time performance in robotic odometry tasks.

arxiv情報

著者 Haifeng Li,Jiajun Guo,Xuanxin Fan,Dezhen Song
発行日 2025-03-24 03:07:28+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Ground Penetrating Radar-Assisted Multimodal Robot Odometry Using Subsurface Feature Matrix はコメントを受け付けていません

Control Strategies for Pursuit-Evasion Under Occlusion Using Visibility and Safety Barrier Functions

投稿日: 2025年3月25日 作成者: jarxiv

要約

この論文は、閉塞を伴う環境における追跡と出口の問題のための制御戦略を開発します。
私たちは、見通しの妨害にもかかわらず、モバイル追跡者がモバイルエヴァーダーをその視野内（FOV）内に保つという課題に対処します。
FOVの署名された距離関数（SDF）は、追跡者の制御入力に対する制御バリア関数（CBF）制約として可視性を策定するために使用されます。
同様に、障害物回避は、障害物セットのSDFに基づいたCBF制約として定式化されます。
可視性と安全性のCBFはリプシッツ連続的ですが、それらはどこにでも微分可能ではなく、一般化された勾配の使用が必要です。
非微妙な追求を達成するために、サンプリングベースの運動力学プランナーを使用してEvaderの可視性につながる参照制御軌道を生成します。
追跡者は、CBF制約の下での凸最適化を介してこの参照を追跡します。
Carlaシミュレーションと現実世界のロボット実験でのアプローチを検証し、重度の閉塞や動的なエヴァーダーの動きでさえ、オンボードセンシングのみを使用した視認性メンテナンスの成功を実証します。

要約(オリジナル)

This paper develops a control strategy for pursuit-evasion problems in environments with occlusions. We address the challenge of a mobile pursuer keeping a mobile evader within its field of view (FoV) despite line-of-sight obstructions. The signed distance function (SDF) of the FoV is used to formulate visibility as a control barrier function (CBF) constraint on the pursuer’s control inputs. Similarly, obstacle avoidance is formulated as a CBF constraint based on the SDF of the obstacle set. While the visibility and safety CBFs are Lipschitz continuous, they are not differentiable everywhere, necessitating the use of generalized gradients. To achieve non-myopic pursuit, we generate reference control trajectories leading to evader visibility using a sampling-based kinodynamic planner. The pursuer then tracks this reference via convex optimization under the CBF constraints. We validate our approach in CARLA simulations and real-world robot experiments, demonstrating successful visibility maintenance using only onboard sensing, even under severe occlusions and dynamic evader movements.

arxiv情報

著者 Minnan Zhou,Mustafa Shaikh,Vatsalya Chaubey,Patrick Haggerty,Shumon Koga,Dimitra Panagou,Nikolay Atanasov
発行日 2025-03-24 03:10:05+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Control Strategies for Pursuit-Evasion Under Occlusion Using Visibility and Safety Barrier Functions はコメントを受け付けていません

Diff-DAgger: Uncertainty Estimation with Diffusion Policy for Robotic Manipulation

投稿日: 2025年3月25日 作成者: jarxiv

要約

最近、拡散ポリシーは、ロボット操作におけるマルチモーダルタスクの処理において印象的な結果を示しています。
ただし、調合エラーと外挿する能力が制限されているために持続する、分散型の障害には基本的な制限があります。
これらの制限に対処する1つの方法は、ロボットゲートダガー、ロボットクエリシステムを使用したインタラクティブな模倣学習であり、ポリシーの展開中に専門家の助けを積極的に求めています。
ロボットゲートダガーは大規模な学習の可能性が高いが、アンサンブルダガーのような既存の方法は非常に表現力豊かなポリシーと闘っている。彼らはしばしばマルチモーダルの決定点での不確実性として政策の意見の不一致を誤解している。
この問題に対処するために、拡散ポリシーのトレーニング目標を活用する効率的なロボット依存性ダガーアルゴリズムであるDiff-Daggerを紹介します。
スタッキング、プッシュ、プラグを含むさまざまなロボットタスクにわたってDiff-Daggerを評価し、Diff-Daggerがタスク障害予測を39.0％改善し、タスクの完了率を20.6％改善し、壁1杯の時間を7.8倍に短縮することを示します。
この作業が、表現力豊かでデータに飢えたポリシーをインタラクティブなロボット学習設定に効率的に組み込むための道を開くことを願っています。
プロジェクトのWebサイトは、https：//diffdagger.github.ioで入手できます。

要約(オリジナル)

Recently, diffusion policy has shown impressive results in handling multi-modal tasks in robotic manipulation. However, it has fundamental limitations in out-of-distribution failures that persist due to compounding errors and its limited capability to extrapolate. One way to address these limitations is robot-gated DAgger, an interactive imitation learning with a robot query system to actively seek expert help during policy rollout. While robot-gated DAgger has high potential for learning at scale, existing methods like Ensemble-DAgger struggle with highly expressive policies: They often misinterpret policy disagreements as uncertainty at multi-modal decision points. To address this problem, we introduce Diff-DAgger, an efficient robot-gated DAgger algorithm that leverages the training objective of diffusion policy. We evaluate Diff-DAgger across different robot tasks including stacking, pushing, and plugging, and show that Diff-DAgger improves the task failure prediction by 39.0%, the task completion rate by 20.6%, and reduces the wall-clock time by a factor of 7.8. We hope that this work opens up a path for efficiently incorporating expressive yet data-hungry policies into interactive robot learning settings. The project website is available at: https://diffdagger.github.io.

arxiv情報

著者 Sung-Wook Lee,Xuhui Kang,Yen-Ling Kuo
発行日 2025-03-24 03:10:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Diff-DAgger: Uncertainty Estimation with Diffusion Policy for Robotic Manipulation はコメントを受け付けていません

NMPC-based Unified Posture Manipulation and Thrust Vectoring for Fault Recovery

投稿日: 2025年3月25日 作成者: jarxiv

要約

マルチローターは、高度でのアクチュエーターの障害が容易にクラッシュし、ロボットの破壊をもたらす可能性があるため、重大なリスクに直面しています。
したがって、無人航空機のロボットの断層耐性の安全な操作には、アクチュエータの故障が発生した場合の急速な障害回復が必要です。
この作業では、姿勢操作とスラストベクトル化の統一に基づいて、障害回復アプローチを提示します。
この作業の重要な貢献は次のとおりです。1）姿勢制御とスラストベクトル化をキャプチャする2つのフライトダイナミクスモデル（高忠実度と低下）の導出です。
2）非線形モデル予測制御（NMPC）に基づくコントローラーの設計と、SIMSCAPEのマルチモーダルモビリティモルフォボボット（M4）の高忠実度モデルを使用したシミュレーションにおける障害回復の実証。

要約(オリジナル)

Multi-rotors face significant risks, as actuator failures at high altitudes can easily result in a crash and the robot’s destruction. Therefore, rapid fault recovery in the event of an actuator failure is necessary for the fault-tolerant and safe operation of unmanned aerial robots. In this work, we present a fault recovery approach based on the unification of posture manipulation and thrust vectoring. The key contributions of this work are: 1) Derivation of two flight dynamics models (high-fidelity and reduced-order) that capture posture control and thrust vectoring. 2) Design of a controller based on Nonlinear Model Predictive Control (NMPC) and demonstration of fault recovery in simulation using a high-fidelity model of the Multi-Modal Mobility Morphobot (M4) in Simscape.

arxiv情報

著者 Adarsh Salagame,Shashwat Pandya,Ioannis Mandralis,Eric Sihite,Alireza Ramezani,Morteza Gharib
発行日 2025-03-24 03:12:02+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | NMPC-based Unified Posture Manipulation and Thrust Vectoring for Fault Recovery はコメントを受け付けていません

Vision-Guided Loco-Manipulation with a Snake Robot

投稿日: 2025年3月25日 作成者: jarxiv

要約

このペーパーでは、北東大学のヘビロボットであるコブラ向けの視覚誘導局所操作パイプラインの開発と統合を紹介します。
システムは、Yolov8ベースのオブジェクト検出モデルとオンボードステレオカメラからの深さデータを活用して、ターゲットオブジェクトの6-DOFポーズをリアルタイムで推定します。
自律的な検出と制御のためのフレームワークを紹介し、指定された目標位置にオブジェクトを輸送するための閉ループの操作を可能にします。
さらに、COBRAがリアルタイムオブジェクトの検出および局所操作タスクを正常に実行するオープンループ実験を示します。

要約(オリジナル)

This paper presents the development and integration of a vision-guided loco-manipulation pipeline for Northeastern University’s snake robot, COBRA. The system leverages a YOLOv8-based object detection model and depth data from an onboard stereo camera to estimate the 6-DOF pose of target objects in real time. We introduce a framework for autonomous detection and control, enabling closed-loop loco-manipulation for transporting objects to specified goal locations. Additionally, we demonstrate open-loop experiments in which COBRA successfully performs real-time object detection and loco-manipulation tasks.

arxiv情報

著者 Adarsh Salagame,Sasank Potluri,Keshav Bharadwaj Vaidyanathan,Kruthika Gangaraju,Eric Sihite,Milad Ramezani,Alireza Ramezani
発行日 2025-03-24 03:19:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Vision-Guided Loco-Manipulation with a Snake Robot はコメントを受け付けていません

Latent Embedding Adaptation for Human Preference Alignment in Diffusion Planners

投稿日: 2025年3月25日 作成者: jarxiv

要約

この作業は、個々のユーザーの好みに迅速に適応できるリソース効率の良いアプローチを導入することにより、自動化された意思決定システムで生成された軌跡をパーソナライズするという課題に対処します。
私たちの方法は、優先潜在拡散モデルを好みの潜在的な埋め込み（PLE）で活用し、大きな報酬のないオフラインデータセットで訓練されています。
PLEは、特定のユーザー設定をキャプチャするためのコンパクトな表現として機能します。
学習可能なPLEを直接最適化する提案された優先反転法を使用して、前処理モデルを適応させることにより、人間のフィードバック（RLHF）や低ランク適応（LORA）からの補強学習などの既存のソリューションと比較して、人間の好みとの優れた整合を達成します。
実用的なアプリケーションをよりよく反映するために、多様で高報酬の軌跡に関する実際の人間の好みを使用してベンチマーク実験を作成します。

要約(オリジナル)

This work addresses the challenge of personalizing trajectories generated in automated decision-making systems by introducing a resource-efficient approach that enables rapid adaptation to individual users’ preferences. Our method leverages a pretrained conditional diffusion model with Preference Latent Embeddings (PLE), trained on a large, reward-free offline dataset. The PLE serves as a compact representation for capturing specific user preferences. By adapting the pretrained model using our proposed preference inversion method, which directly optimizes the learnable PLE, we achieve superior alignment with human preferences compared to existing solutions like Reinforcement Learning from Human Feedback (RLHF) and Low-Rank Adaptation (LoRA). To better reflect practical applications, we create a benchmark experiment using real human preferences on diverse, high-reward trajectories.

arxiv情報

著者 Wen Zheng Terence Ng,Jianda Chen,Yuan Xu,Tianwei Zhang
発行日 2025-03-24 05:11:58+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.LG, cs.RO | Latent Embedding Adaptation for Human Preference Alignment in Diffusion Planners はコメントを受け付けていません

Reinforcement Learning for Adaptive Planner Parameter Tuning: A Perspective on Hierarchical Architecture

投稿日: 2025年3月25日 作成者: jarxiv

要約

パイプラインアプローチを学習ベースのテクニックと統合するアルゴリズムを計画するための自動パラメーターチューニング方法は、その安定性と高度に制約された環境を処理する能力により有望であると見なされます。
既存のパラメーターチューニング方法はかなりの成功を示していますが、パフォーマンスの向上により、より構造化されたアプローチが必要です。
この論文では、補強学習ベースのパラメーターチューニングのための階層アーキテクチャを提案します。
このアーキテクチャは、低周波パラメーターチューニング、中周波数計画、および高周波制御を備えた階層構造を導入し、上層パラメーターチューニングと、反復トレーニングを通じて低層制御の両方の同時強化を可能にします。
シミュレートされた環境と現実世界の両方の環境の両方での実験的評価は、我々の方法が既存のパラメーターチューニングアプローチを上回ることを示しています。
さらに、私たちのアプローチは、自律的なロボットナビゲーション（納屋）チャレンジのベンチマークで1位を達成しています。

要約(オリジナル)

Automatic parameter tuning methods for planning algorithms, which integrate pipeline approaches with learning-based techniques, are regarded as promising due to their stability and capability to handle highly constrained environments. While existing parameter tuning methods have demonstrated considerable success, further performance improvements require a more structured approach. In this paper, we propose a hierarchical architecture for reinforcement learning-based parameter tuning. The architecture introduces a hierarchical structure with low-frequency parameter tuning, mid-frequency planning, and high-frequency control, enabling concurrent enhancement of both upper-layer parameter tuning and lower-layer control through iterative training. Experimental evaluations in both simulated and real-world environments show that our method surpasses existing parameter tuning approaches. Furthermore, our approach achieves first place in the Benchmark for Autonomous Robot Navigation (BARN) Challenge.

arxiv情報

著者 Lu Wangtao,Wei Yufei,Xu Jiadong,Jia Wenhao,Li Liang,Xiong Rong,Wang Yue
発行日 2025-03-24 06:02:41+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Reinforcement Learning for Adaptive Planner Parameter Tuning: A Perspective on Hierarchical Architecture はコメントを受け付けていません

Innovative Automated Stretch Elastic Waistband Sewing Machine for Garment Manufacturing

投稿日: 2025年3月25日 作成者: jarxiv

要約

自動ストレッチ弾性ウエストバンドミシンの開発に関する応用研究があり、衣料品の製造における大幅な進歩を表しており、効率、精度、適応性の向上に対する業界のニーズに対応しています。
このマシンは、センサーベースの自動ウエストバンド拡張システム、同期した縫製速度とローリングホイール速度、微分フィードのトップローディングメカニズムなどの革新的な機能を統合します。
これらの機能強化は、縫製プロセスを合理化し、手動介入を減らし、一貫した製品品質を確保します。
マシンの設計には、3輪と2輪の両方のローリングシステムが組み込まれており、それぞれが異なる弾性バンド寸法と伸長因子に最適化されています。
3輪ローリングシステムはより大きな最大境界に対応しますが、2輪ローリングシステムはより厳しい動作範囲を提供し、多様な製造要件を満たす柔軟性を提供します。
自動ストレッチ弾性ウエストバンドミシンには、弾力性のあるウエストバンドを壊さないように、引き離しの力を制御する設計があります。
品質とイノベーションの新しい基準を設定し、メーカーが競争市場の要求を正確で容易に満たすことができます。

要約(オリジナル)

There is applied research for the development of the Automated Stretch Elastic Waistband Sewing Machine represents a significant advancement in garment manufacturing, addressing the industry’s need for increased efficiency, precision, and adaptability. This machine integrates innovative features such as a sensor-based automatic waistband expansion system, synchronized sewing speed and rolling wheel speed, and a differential feed top-loading mechanism. These enhancements streamline the sewing process, reduce manual intervention, and ensure consistent product quality. The machine’s design incorporates both 3-wheel and 2-wheel rolling systems, each optimized for different elastic band dimensions and elongation factors. The 3-wheel rolling system accommodates a larger maximum boundary, while the 2-wheel rolling system offers a tighter operational range, providing flexibility to meet diverse manufacturing requirements. The Automated Stretch Elastic Waistband Sewing Machine has a design that controls the pulling apart force so as not to break the elastic waistband. It sets a new standard for quality and innovation, empowering manufacturers to meet the demands of a competitive market with precision and ease.

arxiv情報

著者 Prof Dr Ray Wai Man Kong
発行日 2025-03-24 06:10:43+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Innovative Automated Stretch Elastic Waistband Sewing Machine for Garment Manufacturing はコメントを受け付けていません

Analysis of Forces Exerted by Shoulder and Elbow Fabric-based Pneumatic Actuators for Pediatric Exosuits

投稿日: 2025年3月25日 作成者: jarxiv

要約

小児のエクソスーツの設計を強化するには、アクチュエータが生成した力を評価することが重要です。
この作業は、上肢の小児科のエクソスーツの柔らかい布ベースの空気圧アクチュエーターによって発揮される接触力を評価します。
2つのアクチュエーターが検査されました。肩の誘duction/状況のための単一細胞の双方向アクチュエーターと、肘の伸展/屈曲のためのベロータイプのアクチュエーターです。
実験では、アクチュエータの固定点と、発揮された力と作動の関節運動範囲（ROM）に対する隣接する関節の角度の影響を評価しました。
これらは、2つの自由度（2つの回転関節）を持つカスタム乳児規模のエンジニアリング装置に統合された負荷セルとエンコーダーを介して測定されました。
肩のアクチュエーターの場合、結果は、肩の中心からさらに固定することを示していますが、肘が90ドルで曲げられ、体に及ぼすピーク力を最小限に抑えながら、最高のROMを生成します。
肘のアクチュエータの場合、肩の関節が0^\ circ $がアクチュエータのパフォーマンスを最適化する間、対称的に固定します。
これらの調査結果は、機能性と摩耗性のために考慮されたエクソスーツ設計を共同最適化するための重要なステップに貢献します。

要約(オリジナル)

To enhance pediatric exosuit design, it is crucial to assess the actuator-generated forces. This work evaluates the contact forces exerted by soft fabric-based pneumatic actuators in an upper extremity pediatric exosuit. Two actuators were examined: a single-cell bidirectional actuator for shoulder abduction/adduction and a bellow-type actuator for elbow extension/flexion. Experiments assessed the impact of actuator anchoring points and the adjacent joint’s angle on exerted forces and actuated joint range of motion (ROM). These were measured via load cells and encoders integrated into a custom infant-scale engineered apparatus with two degrees of freedom (two revolute joints). For the shoulder actuator, results show that anchoring it further from the shoulder joint center while the elbow is flexed at $90^\circ$ yields the highest ROM while minimizing the peak force exerted on the body. For the elbow actuator, anchoring it symmetrically while the shoulder joint is at $0^\circ$ optimizes actuator performance. These findings contribute a key step toward co-optimizing the considered exosuit design for functionality and wearability.

arxiv情報

著者 Mehrnoosh Ayazi,Ipsita Sahin,Caio Mucchiani,Elena Kokkoni,Konstantinos Karydis
発行日 2025-03-24 06:15:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Analysis of Forces Exerted by Shoulder and Elbow Fabric-based Pneumatic Actuators for Pediatric Exosuits はコメントを受け付けていません

Uni-Gaussians: Unifying Camera and Lidar Simulation with Gaussians for Dynamic Driving Scenarios

投稿日: 2025年3月25日 作成者: jarxiv

要約

自動運転車の安全性を確保するには、さまざまな動的な駆動シナリオにわたって、カメラとLIDARセンサーの両方からの入力を含むマルチセンサーデータの包括的なシミュレーションが必要です。
収集された生センサーデータを利用してこれらの動的環境をシミュレートするニューラルレンダリング技術は、主要な方法論として浮上しています。
NERFベースのアプローチは、カメラとLidarの両方からデータをレンダリングするためのシーンを均一に表すことができますが、サンプリングが密なため、速度が遅いため、妨げられます。
逆に、ガウスのスプラッティングベースの方法は、シーン表現のためにガウスプリミティブを使用し、ラスター化による迅速なレンダリングを達成します。
ただし、これらのラスター化ベースの技術は、非線形光学センサーを正確にモデル化するのに苦労しています。
この制限により、ピンホールカメラを超えたセンサーへの適用性が制限されます。
これらの課題に対処し、ガウスプリミティブを使用した動的運転シナリオの統一された表現を可能にするために、この研究は新しいハイブリッドアプローチを提案します。
私たちのメソッドは、Lidarデータレンダリング用のガウスレイトレースを使用しながら、画像データをレンダリングするためにラスター化を利用しています。
パブリックデータセットの実験結果は、私たちのアプローチが現在の最先端の方法よりも優れていることを示しています。
この作業は、ガウスプリミティブを使用した自律運転シナリオにおけるカメラとライダーデータの現実的なシミュレーションのための統一された効率的なソリューションを提供し、品質と計算効率の両方のレンダリングの両方に大きな進歩をもたらします。

要約(オリジナル)

Ensuring the safety of autonomous vehicles necessitates comprehensive simulation of multi-sensor data, encompassing inputs from both cameras and LiDAR sensors, across various dynamic driving scenarios. Neural rendering techniques, which utilize collected raw sensor data to simulate these dynamic environments, have emerged as a leading methodology. While NeRF-based approaches can uniformly represent scenes for rendering data from both camera and LiDAR, they are hindered by slow rendering speeds due to dense sampling. Conversely, Gaussian Splatting-based methods employ Gaussian primitives for scene representation and achieve rapid rendering through rasterization. However, these rasterization-based techniques struggle to accurately model non-linear optical sensors. This limitation restricts their applicability to sensors beyond pinhole cameras. To address these challenges and enable unified representation of dynamic driving scenarios using Gaussian primitives, this study proposes a novel hybrid approach. Our method utilizes rasterization for rendering image data while employing Gaussian ray-tracing for LiDAR data rendering. Experimental results on public datasets demonstrate that our approach outperforms current state-of-the-art methods. This work presents a unified and efficient solution for realistic simulation of camera and LiDAR data in autonomous driving scenarios using Gaussian primitives, offering significant advancements in both rendering quality and computational efficiency.

arxiv情報

著者 Zikang Yuan,Yuechuan Pu,Hongcheng Luo,Fengtian Lang,Cheng Chi,Teng Li,Yingying Shen,Haiyang Sun,Bing Wang,Xin Yang
発行日 2025-03-24 07:18:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.NI, cs.RO | Uni-Gaussians: Unifying Camera and Lidar Simulation with Gaussians for Dynamic Driving Scenarios はコメントを受け付けていません