OREN：オクツリー残差ネットワークによるリアルタイムなユークリッド符号付き距離場（SDF）マッピング
arXiv cs.RO / 2026/4/27
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文では、ロボティクスのマッピングや自律タスク向けに、点群データからユークリッド符号付き距離場（SDF）を再構成する手法としてORENを提案しています。
- ORENは、オクツリーベースの補間による明示的な事前分布と、ニューラルネット回帰による暗黙的な残差を組み合わせ、推定SDFの連続性と微分可能性を高めることを狙っています。
- 従来のニューラル手法で課題になりやすい非効率さ、大規模環境での壊滅的忘却、メモリ制約といった問題を軽減することを目標にしています。
- 実験結果では、ORENがニューラル手法と同程度の微分可能性と精度を保ちつつ、ボリュメトリック手法に近い計算効率とメモリ効率を実現すると報告されています。
- 著者らは、ORENが精度と効率の両面で既存の最先端手法を上回り、ロボティクスとコンピュータビジョンにおける下流タスクをスケールさせる解決策になると主張しています。
