ニューラルセルオートマトンによる分散群ロボットの形態形成

- 分散ロボット群が局所相互作用のみで目標形状を自己組織的に形成する『swarm morphogenesis』のためのモジュール型フレームワーク。 - neural cellular automata (NCA) を既存の site selection と collision-aware control に統合。 - 展開時に事前定義された attachment site リストを必要としない分散的な attachment-site discovery 機構を導入。 - 対象は格子状(lattice)形態の形成で、シミュレーションと Crazyflie quadrotors による実機検証を含む。

- 従来の NCA 成長は展開時に site リストを前提とする、あるいは物理的な段階的組み立てとの不整合があったが、本研究は展開中の site 発見を分散化。 - 事前定義 site リストなしで progressive growth を可能にした点が差分。 - 従来 NCA 成長と gradual physical assembly のミスマッチに対し、offline sparse-retention fine-tuning と false-positive loss を提案。 - 数百台規模へのスケーリングと形態精度の大幅改善を示した点を主張。

- NCA を site selection と collision-aware control に統合したモジュール型フレームワーク。 - 既に formation 内にいるロボットが局所 NCA state を更新・共有し、新規 attachment site を同定する分散機構。 - 部分的 attachment を模擬する offline sparse-retention fine-tuning。 - 無効な site 活性化にペナルティを与える false-positive loss。 - 実機では外部 tracking から再構成した robot-relative observations を用いる実行パイプライン。

- シミュレーションで多様な lattice morphologies の形成を実証。 - 数百台規模のロボットへのスケーリングを確認。 - 提案 fine-tuning による morphology accuracy の大幅改善をシミュレーションで示す。 - Crazyflie quadrotors 実験で、外部 tracking から再構成した robot-relative observations を用いた統合実行パイプラインを検証。

- 実機検証は Crazyflie quadrotors と外部 tracking 再構成の観測に依存しており、オンボード知覚への拡張可能性は要旨からは不明。 - 数百台規模はシミュレーションでの結果であり、実機スケールでの挙動は要旨からは不明。 - false-positive loss や sparse-retention fine-tuning の限界・失敗条件は要旨からは不明。 - 動的環境や障害物下での頑健性は要旨からは不明。

- neural cellular automata (NCA) の原論文・成長型 NCA 研究。 - swarm robotics における site selection および collision-aware control の既存研究。 - Crazyflie quadrotors を用いた群飛行・形態形成の実機研究。 - 分散型 morphogenesis と attachment-site discovery に関する関連手法。