日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
運動計画arXiv:2609.35619

CollisionSplatting: 3DGSシーンにおける衝突認識型運動計画と画像条件付き目的関数および調整可能な保守性

CollisionSplatting: Collision-Aware Motion Planning in 3DGS Scenes with Image-Conditioned Objectives and Adjustable Conservatism

シェア:XThreadsFacebookLINEはてブBluesky

3Dガウシアンスプラッティング(3DGS)シーン上で直接動作する、保守性を調整可能な確率的距離指標を提案し、画像条件付き報酬関数と組み合わせてGPU加速MPPIおよびRRTプランナに統合することで、視覚誘導ナビゲーションとマニピュレーションを実現した。

詳しい要約

1. どんなもの?

- 3D Gaussian Splatting (3DGS) シーン上で直接動作する、GPU 加速された確率的距離メトリック CollisionSplatting を提案。 - 調整可能な保守性 (tunable conservatism) を持ち、衝突認識コストと画像空間目的を統合する。 - 学習された画像条件付き報酬関数と組み合わせ、幾何学的・視覚的計画を同時に実現。 - GPU 加速 MPPI と RRT プランナに統合し、実世界の視覚誘導ナビゲーションとマニピュレーションで有効性を実証。

2. 先行研究と比べてどこがすごい?

- 従来の幾何学的プランナは抽象化されたシーン表現を用い視覚的豊かさを捨てる。 - 学習ベース視覚モデルは幾何学的解釈性と計算効率に欠ける。 - 本手法は 3DGS を直接操作し、代表ベースラインと同等以上の衝突分類性能を達成。 - 衝突チェックスループットが大幅に高く、VRAM 使用量が著しく低い。

3. 技術・手法の肝は?

- 確率に着想を得た距離メトリックで、3DGS のガウス分布を直接利用。 - 保守性を調整可能なパラメータで制御。 - 画像条件付き報酬関数と統合し、衝突認識コストと画像空間目的を同時最適化。 - GPU 加速 MPPI および RRT プランナに組み込み、リアルタイム計画を可能に。

4. どうやって有効だと検証した?

- 代表ベースラインと比較し、衝突分類性能が同等以上であることを確認。 - 衝突チェックスループットと VRAM 使用量で優位性を検証。 - 実世界の視覚誘導ナビゲーションとマニピュレーションタスクで有効性を実証。

5. 議論はある?

- 3DGS が豊かな知覚とリアルタイム運動計画の実用的な橋渡しとなることを強調。 - 調整可能な保守性が計画の安全性と効率のバランスに寄与。 - 限界や今後の課題については要旨からは不明。

6. 次に読むべき論文は?

- 3D Gaussian Splatting (3DGS) - Model Predictive Path Integral (MPPI) - Rapidly-Exploring Random Tree (RRT) - 画像条件付き報酬関数を用いた視覚ナビゲーション - 関連する幾何学的プランナと学習ベース視覚モデルの比較研究

※ 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: R. Khorrambakht, Joaquim Ortiz-Haro, Stephan Weiss, Ludovic Righetti

分類: cs.RO

原文アブストラクト

Incorporating dense visual information into motion planning remains challenging, as geometric planners rely on abstracted scene representations that discard visual richness, while learned visual models often lack geometric interpretability and computational efficiency. This paper introduces CollisionSplatting, a simple, modular, GPU-accelerated, probability-inspired distance metric with tunable conservatism that operates directly on standard 3D Gaussian Splatting (3DGS) scenes. When combined with learned image-conditioned reward functions, this metric enables joint geometric and visual planning by unifying collision-aware costs with image-space objectives. We integrate the metric into GPU-accelerated Model Predictive Path Integral (MPPI) and Rapidly-Exploring Random Tree (RRT) planners, and show on-par or better collision-classification performance compared to representative baselines while achieving substantially higher collision-checking throughput and significantly lower VRAM usage. Finally, we demonstrate the effectiveness of our metric in real-world vision-guided navigation and manipulation tasks, highlighting 3DGS as a practical bridge between rich perception and real-time motion planning.

関連論文

PR本紙発行元 EmplifAI