Benjamin Ramtoula
University of Oxford
収録論文 15本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- ラベル不要の多様性:知覚と行動を横断するタスク非依存コアセット選択データ選択2026/10/16
視覚基盤モデルのニューロン活性化分布を画像ごと・データセット全体で比較し、ラベルやタスク知識なしに高品質なデータ部分集合(コアセット)を選ぶ手法CoreDNAを提案。分類・セグメンテーション・深度推定・運転やマニピュレーションの模倣学習で既存手法を上回る。
- InfraVLA: インフラカメラを活用した視覚言語行動ナビゲーションの拡張VLAナビゲーション2026/9/27
倉庫や病院などに既設の監視カメラ映像をVLAナビゲーションモデルに統合し、ロボットの死角情報を活用して指示対象の発見や障害物回避の成功率を大幅に向上させた。
- 視覚品質を超えて:ワールドアクションモデルによるテスト時計画の研究VLA2026/9/21
ワールドアクションモデルが生成する行動と予測結果を用いた計画の可能性を検証し、視覚品質や物理整合性に基づく選択では限界があることを示した研究。
- PriorEye: エンドツーエンド自動運転のための地理空間視覚事前知識自動運転2026/6/1
エンドツーエンド自動運転に、走行経路に紐づく地理空間の視覚事前知識を導入し、デュアルメモリと適応ゲートでセンサ非依存の先読みを実現する手法を提案。NAVSIM-v2で性能向上とセンサ劣化への頑健性を確認。
- 実倉庫におけるCCTVカメラネットワークを用いたマルチロボット計画と制御群制御2026/6/1
環境に設置したカメラネットワークとエッジ計算のみで、倉庫内の複数ロボットを画像空間上で計画・協調制御するシステムを実証した。
- 影の向こうへ:FMCWレーダーの影効果を用いた近接幾何形状の再構築レーダー/3次元再構築2026/6/1
車体によるレーダー影の幾何学的特徴から、近傍の細長い垂直物体の3次元傾きを解析的に推定する手法を提案。シミュレーションと実機実験で有効性を確認した。
- 3D基盤モデルによる分散協調SLAMのループ閉じ込みSLAM2026/2/1
3D基盤モデルを活用し、視点差が大きいロボット間でも画像ペアから相対姿勢を推定してループ閉じ込みを行う、分散協調SLAMの手法を提案した。
- VDNA-PR: 汎用データセット表現を用いた頑健な逐次視覚的位置認識視覚的位置認識2024/3/1
画像データセット表現VDNAを軽量エンコーダで変換し、ドメインシフトに強い逐次視覚的位置認識記述子を生成する手法を提案した。
- 見たままが得られるもの:深層ニューラルデータセット間類似度による経験ランキングとトポロジカルローカリゼーションローカリゼーション2023/10/1
画像データセット間の類似度を測るVisual DNAを用いて、異なる天候・照明・季節の下でのローカリゼーション性能を事前にランク付けする手法を提案し、その有効性を検証した。
- 協調SLAMの現在の研究動向:サーベイ協調SLAM2021/8/1
複数ロボットによる協調SLAM(C-SLAM)の基本概念から最新研究までを体系的に整理し、堅牢性・通信・資源管理の課題と今後の研究方向を展望したサーベイ論文。
- NeBula:過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
- 単眼カメラで剛体の6DoF相対姿勢を追跡するオンボード向け2段階アルゴリズム姿勢推定2020/12/1
単眼カメラ映像から物体を検出し、UKFで6DoF姿勢を追跡する2段階手法を提案。深度なしでもRGB-D並みの精度を達成し、ドローン追跡では高速かつ高精度。
- CAPRICORN: 物体配置の解釈可能な星座表現を用いた通信効率重視のロボットネットワーク向け場所認識マルチロボットSLAM2019/10/1
複数ロボット間で場所の記述を共有する際、物体の3D点群からなる「星座」表現でコンパクトな空間・意味記述子を作り、2段階の分散ループ閉じ込め検証により通信帯域を抑えて場所認識を行う手法を提案した。
- クアッドコプターの分散型接続性制御:通信性能のフィールド研究群制御2019/9/1
分散型接続維持制御則をクアッドコプター群に実装し、屋外で通信性能を評価した研究。
- DOOR-SLAM: ロボットチーム向け分散・オンライン・外れ値耐性SLAM分散SLAM2019/9/1
ロボット間の誤ったループ閉じ込みを分散的に排除しつつ、保守的すぎない設定で高精度な軌跡推定を実現する完全分散型SLAMシステムを提案した。
