Teng Guo
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
- RGBTrack: 高速で堅牢な深度不要の6D姿勢推定と追跡6D姿勢推定2025/6/1
RGB画像のみから6D物体姿勢をリアルタイム推定・追跡するフレームワークを提案し、深度入力を不要にした。
- 理論から実践へ:マルチロボット経路計画アルゴリズムと応用の進展群制御2025/6/1
多数ロボットの衝突回避経路計画について、ルービックテーブル法による高密度グリッドでの最適化や、倉庫・駐車システム向けの実用的手法、非ホロノミック拘束下の拡張を提案し、理論保証と実機検証を示した論文。
- 単眼ワンショットメトリック深度アライメントによるRGBベースのロボット把持マニピュレーション2025/6/1
単眼深度推定モデルをスパースな正解深度点でワンショット適応させ、RGB画像からメトリック深度を復元してロボット把持を高精度化する手法を提案。
- 低多項式時間でグリッド上の1.x倍マクスパン最適MAPF群制御2024/8/1
2D/3Dグリッド上でエージェント密度が高い場合でも、漸近的に1〜1.5倍(2D)または1〜1.67倍(3D)のマクスパン最適性を保証する低多項式時間のマルチエージェント経路探索アルゴリズムを提案。階層的なグリッド再配置アルゴリズムにより高いスケーラビリティを実現。
- 複数アッカーマン車型ロボットのための分散型生涯経路計画経路計画2024/2/1
連続空間で動作する複数の車型ロボットが、生涯にわたり新しいタスクを継続的に処理するための、高性能な集中型・分散型経路計画手法を提案し、シミュレーションと実機で有効性を確認した。
- 良好接続集合とそのマルチロボット経路計画への応用群制御2024/2/1
グラフ上で任意の2頂点を他の集合頂点を経由せず結べる「良好接続集合」の最大版問題を定式化し、NP完全性を示すとともに、最適・準最適アルゴリズムを開発し、マルチロボット経路計画に応用した。
- マルチロボット経路計画のための競合ベース探索のターゲット並列化マルチロボット経路計画2024/2/1
マルチロボット経路計画問題において、問題の特性に応じて並列化戦略を切り替えることで、競合ベース探索アルゴリズムの性能を向上させる手法を提案した。
- 多ロボット荷物仕分けのためのビン割り当てと分散経路計画群制御2023/10/1
倉庫での荷物仕分けを高速化するため、ビン割り当てと分散経路計画を組み合わせたスケーラブルなマルチロボットシステムを提案し、シミュレーションで有効性を示した。
- 混雑環境におけるマルチロボット経路計画のための効率的ヒューリスティクス群制御2023/6/1
密集したマルチロボット経路計画(MRPP)問題に対し、既存の最適化アルゴリズムの強みを組み合わせたDCBSとSCBSという2つのハイブリッド手法を提案し、計算時間の短縮と解品質の向上を両立させた。
- 多数のロボットガードの最適配置によるスイープラインカバレッジ群制御2023/2/1
既知の2次元環境でスイープスケジュールを実行するために、多数の移動ロボットを最適に配置する問題を研究し、最大フローに基づく効率的なアルゴリズムを提案した。
- 自動駐車場の効率的な物理・アルゴリズム設計に向けてマルチロボット経路計画2023/2/1
自動駐車場の駐車・出庫をマルチロボット経路計画問題として定式化し、最適・準最適アルゴリズムとシャッフリング機構を提案して高密度駐車を実現する。
- 三次元空間における多ロボット経路計画の多項式時間準最適アルゴリズムと大規模UAV協調への応用群制御2022/7/1
三次元グリッド上で多数のラベル付きロボットを効率的に再配置する多項式時間アルゴリズムを提案し、漸近的に1.x倍の最適性を保証するとともに、10万機以上のUAV協調を実現した。
- モンテカルロ木探索と自己教師あり学習の交互適用による散らかった環境での物体探索マニピュレーション2022/2/1
MCTSと深層ニューラルネットを相互に組み合わせ、散らかった環境での物体探索を効率化する自己教師ありロボット学習フレームワークMOREを提案した論文。
- 多ロボット経路計画の多項式時間準最適アルゴリズム群制御2022/1/1
グリッド上の多ロボット経路計画において、高密度ランダム配置でもメイクスパンが最適解の1〜1.5倍以内となる多項式時間アルゴリズムRTHを提案した。
- マルチロボット経路計画のための時空間分割ヒューリスティクスマルチロボット経路計画2021/3/1
マルチロボット経路計画に対して、既存アルゴリズムに直交的に適用できる時空間分割ヒューリスティクスを複数設計し、大規模問題の求解スケーラビリティを大幅に向上させた。
