世界モデル誘導拡散行動軌道選択によるスパースマーカーAUV追従

- 本論文は FATHOM と名付けた、sparse-marker AUV tracking のための world-model-guided diffusion action-trajectory selection framework を提案する。 - 対象は cooperative AUVs の相対 tracking で、nonlinear vehicle dynamics と劣化した underwater visual conditions の下での partial-observation control problem を扱う。 - active light markers は appearance variation に頑健だが、occlusion・reflections・detection noise により観測が不完全・破損しうる点が課題。 - 構成は multimodal task-supervised recurrent state-space model による predictive tracking belief、diffusion action prior によ…

- 要旨からは、比較対象となる具体的な先行研究名は明示されていない。 - 強みとして、sparse で不完全な marker 観測を前提とした partial-observation control として定式化している点が挙げられる。 - diffusion で生成した trajectory を直接実行せず、learned latent dynamics で将来の tracking 結果を予測し、receding-horizon objective で選択する点を特徴とする。 - motion-capture feedback なしで real-time onboard operation を維持しつつ、実 AUV 実験で pose-based の強い比較と component ablations を行っている点を主張。

- structured marker observations、inertial measurements、action history、temporal dynamics を統合し、multimodal task-supervised recurrent state-space model で predictive tracking belief を形成。 - diffusion action prior により expert-like な multi-thruster trajectories を複数生成。 - 生成候補の将来の tracking 結果を learned latent dynamics（world model）で予測。 - 生成 trajectory を直接実行せず、explicit receding-horizon objective の下で最も有利な候補を選択し、onboard observations から継続的に意思決定を更新。

- offline analyses により、learned predictive belief、multi-step world-model prediction、diffusion trajectory generation、predictive selection を検証。 - real-AUV experiments を実施し、nominal および challenging motions における robust autonomous tracking を示す。 - 自然発生する partial marker visibility を含む条件で評価。 - strong pose-based comparisons と component ablations を実施し、motion-capture feedback なしの real-time onboard operation を確認。

- 要旨からは、限界や失敗事例、計算コストの詳細な議論は不明。 - occlusion・reflections・detection noise に起因する partial marker visibility 下での tracking を実 AUV で扱っている点が議論の中心。 - diffusion 候補生成と world-model 予測、receding-horizon 選択を組み合わせた際の計算負荷や real-time 性の詳細は要旨からは不明。 - 一般化や他環境への適用性に関する議論は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていないため、関連手法として以下を挙げる。 - diffusion policy 系の action generation 研究。 - recurrent state-space model や world model を用いた model-based control 研究。 - AUV の relative tracking・cooperative navigation に関する研究。 - active light marker を用いた underwater visual tracking 研究。 - receding-horizon / model predictive control による action selection 研究。