ロボットアームは構造化された環境では優れた性能を発揮しますが、非構造的で動的な環境では大きな課題に直面しています。本研究で発表されたSplatCtrlは、未知の環境および継続的に変化する環境においてロボットアームの衝突回避制御を実現するために、リアルタイムなシーン再構成と反応的ロボット動作生成を統合したフレームワークです。 このフレームワークは3D Gaussian Splatting（3D-GS）技術を基盤としており、ハイブリッドボクセルベースのフィルタリングおよび動的ガウシアン再配置戦略を導入することで、RGB-Dストリームから効率的なシーン再構成を実現しながら環境変化に対応します。さらに、等方性ガウシアンから連続的な符号付き距離関数を導出する方法を提案し、安定で微分可能な衝突確率推定値を提供します。これにより古典的な距離場と現代的な暗黙表現を橋渡しすることができます。 これらの連続的な距離メトリクスは制御バリア関数に組み込まれ、シーン変化に対応したスムーズで信頼性の高いリアルタイム動作生成を支える統合された知覚と動作の結合フレームワークを実現します。シミュレーション環境、実物のロボット、そして人間とロボットが共有する作業空間での実験検証により、本フレームワークは不確実かつ動的な環境における統合されたシーン再構成と反応的制御の有効性を実証しています。