3次元再構成2026/8/26arXiv:2608.26383

自律実験室ロボットのためのニューラル3次元再構成のクロスプラットフォームベンチマーク

Cross-Platform Benchmark of Neural 3D Reconstruction for Autonomous Laboratory Robots

実験室ロボットが使うニューラル3次元再構成手法（NeRF、3Dガウシアンスプラッティング、SAM3D）を、シングルボードコンピュータからサーバー級ノードまで様々なGPU環境で評価し、リアルタイム性能と品質のトレードオフを明らかにした。

詳しい要約

1. どんなもの？

本論文は、自律実験室ロボットのためのニューラル3D再構成手法のクロスプラットフォームベンチマークを提示する。NeRFと3D Gaussian Splattingのトレーニングとレンダリングを、シングルボードコンピュータからサーバークラスのノードまでのGPU搭載デバイス上で評価し、MetaのSAM3D単一画像再構成を同じ軸上で比較する。

2. 先行研究と比べてどこがすごい？

先行研究ではニューラル3D再構成の品質が示されてきたが、実際の実験室ロボットが使用する計算プラットフォーム上でのリアルタイム実行可能性は十分に特徴付けられていなかった。本ベンチマークは、複数のプラットフォームにわたる系統的な評価を提供し、SAM3Dのようなフィードフォワード手法とシーンごとの最適化手法の遅延と忠実度のギャップを定量化する点で新しい。

3. 技術・手法の肝は？

手法の肝は、NeRFと3D Gaussian Splattingのトレーニングとレンダリングを、シングルボードコンピュータからサーバークラスまでのGPUデバイス上で実行し、その性能を測定するベンチマーク設計にある。また、SAM3Dの単一画像再構成を同じ評価軸に載せ、シーンごとの最適化との比較を可能にしている。

4. どうやって有効だと検証した？

有効性の検証は、複数の計算プラットフォーム上でNeRFと3D Gaussian Splattingのトレーニングとレンダリングを実行し、レンダリング品質とGPUコストを測定することで行われた。さらに、SAM3Dの出力を評価し、その遅延と忠実度をシーンごとの最適化と比較した。

5. 議論はある？

議論として、Gaussian SplattingはNeRFよりも高いレンダリング品質を提供するが、GPUコストが高いことが示された。また、オンボードコンピューティングではインタラクティブなレートでの完全なシーンごとの最適化には不十分であり、SAM3Dは数秒で妥当なオブジェクト形状を提供するが、詳細の不一致が下流の操作を損なう可能性がある。これらの結果は、軽量なフィードフォワード再構成がリアルタイムの知覚と追跡ループを維持し、重いニューラル再構成を選択的にスケジュールする階層的パイプラインを動機付ける。

6. 次に読むべき論文は？

要旨で参照されている研究は、NeRF、3D Gaussian Splatting、MetaのSAM3Dである。次に読むべき論文としては、これらの手法の元論文（NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis、3D Gaussian Splatting for Real-Time Radiance Field Rendering、SAM3Dの詳細）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: Yongho Kim, Mengjiao Han, Victor Mateevitsi, Silvio Rizzi, Michael E. Papka, Nicola Ferrier

分類: cs.RO

原文アブストラクト

Autonomous robots performing laboratory tasks depend on 3D reconstruction pipelines that can turn raw camera streams into actionable object representations within the latency budget of a physical control loop. Neural 3D reconstruction methods have demonstrated high-quality view synthesis, but their real-time viability across the compute platforms on which laboratory robots actually run remains poorly characterized. In this work, we present a systematic compute-platform benchmark of neural 3D reconstruction methods, evaluating NeRF and 3D Gaussian Splatting training and rendering on GPU-enabled computing devices ranging from single-board computers to server-class nodes, and place Meta's SAM3D single-image reconstruction on the same axes to quantify its latency and fidelity gap relative to per-scene optimization. Our results show that Gaussian Splatting yields higher rendering quality than NeRF at greater GPU cost, and that onboard compute is insufficient for full per-scene optimization at interactive rates. Our preliminary assessment on SAM3D indicates that it delivers plausible object geometry within seconds, but with detail mismatches that can compromise downstream manipulation. Together, these findings motivate tiered pipelines in which lightweight feed-forward reconstruction sustains the real-time perception-and-tracking loop for laboratory robots, while heavier neural reconstruction is scheduled selectively on suitable compute.

arXivで原文を読む →arXiv概要ページ