George Kantor
収録論文 31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
- 自然屋外環境におけるリアルタイム同時計画・マッピングのための階層解像度ボリュメトリックマッピングマッピング/ナビゲーション2026/10/14
LiDARデータをロボットの計画経路周辺は高解像度、それ以外は低解像度で統合する階層型マッピングを提案し、計画とマッピングのフィードバックループで効率と経路品質を両立させた。
- 方策校正DAgger:模倣学習のためのオフライン校正ノイズ注入模倣学習2026/9/24
生成的な拡散方策の予測行動分布を利用して、専門家軌跡上での方策の不確実性をオフラインで推定し、適切なノイズを注入してDAggerを改善する手法を提案。
- BEACON: 不確実性下の模倣学習のための信念を用いた適応制御模倣学習2026/9/19
隠れ状態をベイズ信念として構造化し、拡散ポリシーに条件付けることで、不確実性に応じて探索と活用を切り替える模倣学習手法を提案。
- 水耕栽培システムにおける植物レベルバイオマス推定と成長予測のための計測駆動型デジタルツインアーキテクチャ農業ロボティクス2026/6/1
水耕栽培環境でレタス1株ごとの成長を追跡し、RGB-D画像とニューラルネットワークで質量を推定し、デジタルツインモデルで将来の収量を予測するシステムを構築した。
- WARPED: 手首視点レンダリングによる自己中心視点の人間デモからのロボットポリシー学習模倣学習2026/4/1
単眼RGBの自己中心視点動画から、手首視点の写実的な観測を合成してロボットポリシーを訓練するフレームワークを提案。遠隔操作デモと同等の成功率を5〜8倍短いデータ収集時間で達成した。
- 冗長マニピュレータの自己運動多様体を計算するODE手法マニピュレーション2025/7/1
冗長マニピュレータの逆運動学の大域的解法である自己運動多様体を、常微分方程式の数値積分で計算する手法を提案し、非冗長系への冗長性導入や複数連結成分の探索、直動関節系への拡張も行った。
- 冗長双腕マニピュレータへの応用を伴う体系的なロボット設計最適化手法マニピュレーション2025/7/1
農業環境でのピーマン収穫を対象に、双腕冗長マニピュレータの配置を最適化する4段階の設計手法を提案し、到達成功率と器用さを改善した。
- 気候変動対策に貢献するロボティクス研究のロードマップ気候ロボティクス2025/7/1
気候変動対策にロボティクス技術を活用するための研究ロードマップを提示し、エネルギーや建設、農業など各分野での具体的な協働機会をまとめた。
- 農業における樹木構造への接触を音声・視覚で分類触覚2025/5/1
農業ロボットが葉・小枝・幹・環境のどれに触れているかを、振動音と視覚情報を融合して分類するマルチモーダル手法を提案し、ロボット搭載センサへのゼロショット汎化を実証した。
- T-REX: 視覚に基づく自律的な葉の検出と把持推定システムマニピュレーション2025/5/1
温室環境で葉を自律的に検出・選択・把持するためのガントリー型ロボットシステムを開発し、YOLOv8とステレオ深度推定を組み合わせて把持点を決定、66.6%の把持成功率を達成した。
- 作物列における効率的な硝酸塩サンプリングのための経路計画戦略の評価経路計画2025/3/1
UAS画像とGPSを用いたロボット誘導において、A*・DQN・ヒューリスティック探索の3つの経路計画手法を比較し、作物列環境ではヒューリスティック探索が最速かつ成功率100%であることを示した。
- トランスフォーマーによるリンゴ幼果の時空間対応付け農業ロボティクス2025/3/1
異なる日・カメラ位置で撮影したステレオ画像中のリンゴ幼果を、トランスフォーマーで形状と位置を符号化して対応付ける手法を提案し、商業果樹園データでF1スコア92.4%を達成した。
- SonicBoom: マイクロフォンアレイによる接触位置推定触覚2024/12/1
ロボットのエンドエフェクタに取り付けた複数の接触マイクで音響信号を学習し、衝突位置を高精度に推定するシステムを開発した。
- 非構造農業環境における模倣学習による自律ピーマン収穫ロボット模倣学習/農業ロボティクス2024/11/1
手持ち式のハサミ型グリッパで300回の実演を収集し、視覚運動ポリシーを模倣学習で訓練することで、屋外の非構造的な農場でピーマンを自律収穫するシステムを実現した。
- トウモロコシ茎硝酸塩モニタリングロボットのための自律的センサ交換と校正農業ロボット2024/11/1
農業用作物モニタリングロボットにおいて、硝酸塩センサをトウモロコシ茎に挿入するための自律的なセンサ交換・校正システムを開発し、圃場で77%の成功率を達成した。
- SplatSim: ガウススプラッティングによるRGBマニピュレーションポリシーのゼロショットSim2Real転移sim2real2024/9/1
シミュレータの描画にガウススプラッティングを採用し、フォトリアルな合成データでRGBベースのマニピュレーションポリシーを学習、実機へゼロショットで転移させて平均86.25%の成功率を達成した。
- 林冠上を自律走行:作物に依存しないLiDARベースの畝検出農業ロボティクス2024/3/1
LiDARを用いて、作物の種類や生育段階、雑草の有無、曲がった畝、途切れにも対応し、畝間が塞がれていても林冠上を自律走行できるナビゲーションシステムを開発した。GPSなしで畝端検出と次畝への移動を実現し、平均横偏差3.55cmを達成した。
- Hefty:農業向けマニピュレーションを推進するモジュール式再構成可能ロボットマニピュレーション2024/2/1
農業向けのマニピュレーションタスクに対応するため、移動・センサ・電源・計算・治具取付をモジュール化した再構成可能ロボットHeftyを設計・統合し、5つの実応用構成で有効性を示した論文。
- 植物の細密3Dモデリングに向けた意味論的シーン理解農業ロボティクス2023/12/1
ソルガムを対象に、種子を意味的なランドマークとしてSLAMと3D再構成に利用し、環境事前知識を活用して高精度な3Dマップを構築する手法を提案した。
- ロボットによる樹木操作に向けて:グラフ表現の活用マニピュレーション2023/11/1
樹木のような作物の接触による変形をグラフニューラルネットワークで学習し、変形予測モデルと操作方策を構築した研究。
- 雑然環境におけるセンサ挿入による自律的な作物モニタリング農業ロボティクス2023/11/1
トウモロコシの茎に硝酸塩センサを自律的に挿入する接触型表現型解析ロボットを開発し、圃場実験で検出94%、把持90%、挿入60%の成功率を達成した。
- 次善視点計画によるリンゴ幼果の自律サイジング農業ロボティクス2023/9/1
農業ロボットがリンゴの幼果を正確にサイジングするため、注意誘導型情報利得とデュアルマップ表現を組み合わせた次善視点計画手法を提案し、シミュレーションと実機で有効性を示した。
- 複雑なブドウ樹の3D骨格化によるロボット剪定マニピュレーション2023/7/1
休眠期のブドウ樹をロボットで剪定するため、複雑な樹形の3D骨格モデルを生成し、剪定重量の予測精度を向上させた研究。
- 自己遮蔽した樹冠の骨格抽出のための遮蔽推論農業マニピュレーション2023/1/1
果樹の葉や枝で隠れた部分を占有格子による尤度マップと最小コスト経路探索で補完し、樹冠の骨格を抽出する手法を提案した。
- コンピュータビジョンによるリンゴ幼果の自律的サイズ計測と成長率追跡農業ロボティクス2022/12/1
ステレオカメラ画像からリンゴの幼果を検出・クラスタリングし、直径と成長率を自動計測する手法を提案。従来の手作業より6倍高速で、落果率予測精度も高い。
- 農業検査のための3D再構成に基づくソルガム穂の種子計数農業ロボティクス2022/11/1
種子を意味的ランドマークとして用いた2D/3D再構成によりソルガムの穂の高品質3Dモデルを作成し、複数視点の2D計数を統合して穂全体の種子数を高精度に推定する手法を提案した。
- マルハナバチ:完全自律型ブドウ剪定ロボットへの道農業ロボティクス2021/12/1
休眠期のブドウ剪定を完全自律で行う頑丈なロボットを設計し、実圃場で評価した。1本あたり213秒で両側剪定を完了し、剪定精度87%を達成した。
- 農業環境のロバストなマッピングのための意味的特徴マッチングSLAM2021/7/1
深層学習による物体検出・セグメンテーションを活用し、農作物をランドマークとして物体レベルの特徴対応付けを行うSLAMシステムを提案。ソルガム圃場のステレオ画像で従来手法より広い範囲をマッピングできることを示した。
- ステレオ視覚慣性LiDAR融合SLAMSLAM2019/2/1
ステレオVIOとLiDARマッピングを密結合し、トンネルなどLiDARが苦手な退化環境でも高精度に自己位置推定と地図生成を行うSLAMシステムを提案した。
- ガウス過程を用いた能動学習による高スループット表現型解析能動学習/農業ロボティクス2019/1/1
ガウス過程モデルと能動学習を組み合わせ、農場全体を網羅せずに最も情報量の多いサンプルを選んで表現型分布を効率的に学習する手法を提案し、ソルガムのデータで有効性を示した。
- マルチモーダルセンサ融合による自律ナビゲーションのためのエンドツーエンド制御学習自律ナビゲーション2017/5/1
Sensor Dropoutと補助損失を導入し、センサの部分故障に頑健なマルチセンサ融合エンドツーエンド制御ポリシーを学習した研究。
