私たちはRoboPoseという手法を紹介します。これは、単一のRGB画像から既知の可動ロボットの関節角度と6次元カメラ対ロボット姿勢を推定する方法です。この問題は、非計測環境下で視覚情報のみを使用して他のロボットと相互作用できるように、移動型および巡回型の自律システムに重要な課題であり、特に協調ロボティクスの文脈において重要です。また、ロボットには多くの自由度があり、可能な構成の無限空間が存在することから、単一カメラで撮影した際に自己遮蔽や深度の曖昧さがしばしば発生するため、挑戦的な問題でもあります。本研究の貢献は三つあります。第一に、合成データから学習でき、テスト時に未見の新しいロボット構成にも一般化でき、さまざまなロボットに適用できる新しいレンダリング&比較アプローチを導入しました。第二に、反復的な姿勢更新におけるロボットパラメータ化の重要性を実験的に示し、ロボット構造に依存しないパラメータ化戦略を設計しました。第三に、4つの異なるロボットに対する既存のベンチマークデータセットでの実験結果を示し、当手法が現行最先端技術を大幅に上回ることを証明しました。コードと事前学習済みモデルはプロジェクトウェブページ（https://www.di.ens.fr/willow/research/robopose/）で公開されています。