RoboTAG：トポロジカル整合グラフによるエンドツーエンドのロボット設定推定
arXiv cs.RO / 2026/4/16
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- RoboTAGは、単眼RGB画像からロボットのポーズ（設定推定）を行うためのエンドツーエンド手法として提案され、2D特徴中心の既存研究の限界に対処します。
- 2Dと3Dの両方の表現を同時に学習させるために、RoboTAGは3Dブランチと2Dブランチから構成され、カメラ/ロボット状態をノード、変数間の依存関係や整合をエッジとして表現します。
- グラフ上でクローズドループを定義し、ブランチ間の整合性（consistency）を用いた監督を与えることで、ラベル依存を軽減しつつsim-to-realギャップの緩和を狙います。
- 3Dプリオルを3Dブランチで注入することで、問題を2Dへ単純化してしまう従来アプローチの欠点を補い、ロボットの種類をまたいで有効性が示されたと報告されています。
