ロボットが保持する柔軟帯の4視点スマホ動画データセット：カメラ姿勢と3D LaGSplatベースライン

- ロボットアームが把持した柔軟な strip を1次元経路に沿って振動させ、その様子を4台の iPhone（3台固定・1台手持ち）で10分間撮影した multi-view video dataset。 - 各カメラの measured pose、フレーム毎の gripper 位置（システム入力）を含む。 - 同期済み動画と、LaGSplat による最初の 3D 結果（baseline）を提供する。 - dataset・checkpoints・training code は公開。

- LaGSplat の原論文は Gaussian Splatting decoder の 3D フィッティングを synthetic renderings の同期 multi-view 映像にしか適用していなかった。 - 本データは実世界の deformable object と measured input・measured camera pose を備えた実撮影 multi-view 映像で、そのギャップを埋める。 - 実データ上で LaGSplat が成立することを示す最初の 3D 結果を与える点が新しい。

- LaGSplat は video から低次元 latent state を学習し、それを learned dissipative Lagrangian の generalized coordinate かつ Gaussian Splatting decoder の conditioning variable として用いる。 - 本データでは gripper acceleration を forcing term として LaGSplat をフィッティング。 - データ側の肝は、同期 multi-view 撮影、scene からの camera pose 推定、フレーム毎 gripper 位置の入力化。

- LaGSplat を本データに gripper acceleration を forcing term としてフィッティングし、held-out views を 26〜33 dB PSNR でレンダリングできることを確認。 - web browser 上で real-time interactive demo として動作することを示した。 - 定量的な比較実験の詳細は要旨からは不明。

- 実世界の deformable object に対する LaGSplat の最初の 3D 結果であり、synthetic 依存からの脱却を示す。 - 一方、単一の flexible strip・1次元駆動・4視点という限定設定での評価であり、一般化や他物体への拡張性は要旨からは不明。 - 手持ちカメラを含む撮影条件や forcing term 設計の影響についての議論は要旨からは不明。

- LaGSplat の原論文（synthetic renderings で decoder を 3D フィッティングした研究）。 - Gaussian Splatting 関連手法。 - learned dissipative Lagrangian を用いた低次元 latent state 学習の研究。 - deformable object の multi-view 撮影・再構成に関するデータセット研究。