電磁デジタルツイン2026/10/5arXiv:2610.07081

視覚言語モデルによる電磁デジタルツインのオンラインキャリブレーション実証

Demo: Vision-Language Model-Guided Online Calibration of an Electromagnetic Digital Twin

VLMを用いて移動ロボットの電磁デジタルツインの材料導電率をオンライン推定し、測定経路も計画する枠組みを実機で実証した。

詳しい要約

1. どんなもの？

- 電磁気(EM)デジタルツインのオンラインキャリブレーションをVLMで導くフレームワークのデモ。 - Unitree G1ロボットとNVIDIA Sionnaを使用。 - 材料の導電率を環境に応じてオンラインで推定し、移動ロボットに無線状況認識を与える。

2. 先行研究と比べてどこがすごい？

- 従来のオンラインキャリブレーションは初期化感度と測定移動コストが課題。 - 本手法はVLMを2回呼び出し、材料分類とウェイポイント計画を行う。 - ランダム初期化では収束せず、ランダムウェイポイントでは2倍以上の移動が必要なのに対し、本手法は20m移動以内で正規化平均絶対導電率誤差1.74e-4を達成。

3. 技術・手法の肝は？

- VLM呼び出し1: 材料分類で可視材料をITU-R P.2040にマッピングし、導電率事前分布をSionnaの勾配降下に与える。 - VLM呼び出し2: ウェイポイント計画で残差RSSキャリブレーション誤差と画像カバレッジを用いて次の測定位置をオンライン選択。 - Sionnaは累積RSS測定に基づき勾配降下で導電率を更新。

4. どうやって有効だと検証した？

- 実屋内シナリオでUnitree G1ロボットとNVIDIA Sionnaを用いて検証。 - 正規化平均絶対導電率誤差1.74e-4を20m移動以内で達成。 - ランダム初期化は収束せず、ランダムウェイポイントは2倍以上の移動を要することを比較。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- ITU-R P.2040、NVIDIA Sionna、Unitree G1に関連する研究。 - 電磁気デジタルツインのオンラインキャリブレーションやVLMを用いたロボティクス応用の論文。

※ 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: Zerui Kang, Yishen Lim, Zhouyou Gu, Seungnyun Kim, Seung-Woo Ko, Tony Q. S. Quek, Jihong Park

分類: cs.RO, cs.AI

原文アブストラクト

An electromagnetic (EM) digital twin gives mobile robots wireless situational awareness but depends on material conductivities that change with the environment. Online calibration faces initialization sensitivity and measurement travel costs. We demonstrate a vision-language model (VLM)-guided framework using a Unitree G1 robot and NVIDIA Sionna, with two VLM calls: material classification maps visible materials through ITU-R P.2040 to conductivity priors for Sionna's gradient descent on accumulated received signal strength (RSS) measurements; waypoint planning selects the next measurement location online using residual RSS calibration error and image coverage. In a real indoor scenario, the framework achieves a normalized mean absolute conductivity error of $1.74\times10^{-4}$ within 20 m of travel; random initialization never converges, while random waypoints require over twice the travel.

arXivで原文を読む →arXiv概要ページ

← 論文一覧