産業組立における品質管理は極めて重要であり、組立プロセスのリアルタイム監視は、高コストな欠陥を防ぎ、生産の信頼性を確保する上で不可欠である。視覚ベースの自動検査は、そのようなリアルタイム監視の強力な手段となる。しかし、産業部品やプロセスの専門性ゆえに、こうしたモデルの訓練は通常、タスク固有の実世界データに依存しており、その収集とアノテーションには多大なコストと労力がかかる。
この課題を解決するため、CASE 2026に採択された論文では、リアルな組立シーケンスを自動生成し、合成データを用いてリアルタイム検査モデルを訓練するシステムを提案している。このシステムは、CADモデルと簡単なステップ記述を提供するだけで、1時間以内に所定のタスクへ効率的に適用できる。
実用的な課題に対処するため、システムは3つの中核モジュールを統合している。第一に、異なる人間の組立動作のばらつきを捉える物理ベースの動作生成モジュール。第二に、環境の複雑さや変動に対応するためのドメインランダム化レンダリング設計。第三に、シミュレーションから実世界への頑健な転移を実現する物体検出ベースのステップ認識モジュールである。
実世界の産業組立ケースにおいて、このシステムは92.4%の精度を達成した。ベースラインと比較して、3つのモジュールはそれぞれ46.7%、15.8%、61.2%の性能向上をもたらした。全体として、このシステムは高コストな実データの収集とアノテーションを必要とせず、産業組立検査のための実用的なソリューションを提供し、実際の産業組立タスクでその有効性を検証している。
本論文の筆頭著者はHui Zhangで、共著者4名を含む5名の著者による。論文は2026年6月30日にarXivに投稿され、arXiv:2607.00129として、コンピュータビジョンとパターン認識（cs.CV）分野に分類されている。