O-ConNet：幾何学に配慮した過拘束空間機構に対するエンドツーエンド推論
arXiv cs.RO / 2026/4/3
📰 ニュース
要点
- 本論文は、3つの疎な到達点のみから空間の過拘束・剛体機構の構造パラメータを推定するための、幾何学に配慮したエンドツーエンド深層学習フレームワーク「O-ConNet」を提案する。
- 推論時に拘束方程式を明示的に解くアプローチとは異なり、O-ConNetは、閉ループの幾何学的構造を保持しつつ、学習した表現によって運動軌跡全体を暗黙的に再構成する。
- 自作したBennett 4Rデータセット（42,860件の有効サンプル）で評価したところ、O-ConNetは10回の実行においてParam-MAEが0.276 ± 0.077、Traj-MAEが0.145 ± 0.018を報告している。
- 著者らによれば、O-ConNetは最も強力な系列ベースライン（LSTM-Seq2Seq）に対して、パラメータ予測で65.1%、軌跡予測で88.2%上回るという。
- 結果は、エンドツーエンド学習が、極めて疎な観測の下で過拘束空間機構の実用的な逆設計を可能にする可能性を示している。
- categories: [
