Thierry Peynot
収録論文 9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
- 確率的LiDARスキャフォールドによるコンパクトで表面整合なガウシアンスプラッティング3DGS2026/11/7
カメラとLiDARのデータから階層的ガウス混合モデルを構築し、それを足場として表面に沿ったコンパクトな3DGS表現を生成する手法を提案。
- RICE: 密集した植物キャノピー環境のための反応型インタラクション制御マニピュレーション2025/6/1
葉や枝で見通しが悪く接触の多い植物キャノピー内で、エンドエフェクタ位置と触覚フィードバックを用い、枝を折らずに目標へ到達する反応型制御器を提案した。
- ロボットとのインタラクションによる非構造・密植環境向けオンライン適応型走行可能領域推定走行可能領域推定2025/2/1
LiDARのみを用い、ロボットが環境との相互作用で自己教師ありデータを収集してオンラインで走行可能領域推定モデルを学習する手法を提案し、密植環境での安全なナビゲーションを実現した。
- ForestTrav: 自律走行車両のための高精度・高効率・実用的な森林走破性推定走破性推定2023/5/1
森林などの密な植生環境で走行可能な経路を推定するため、3Dボクセル表現とSCNNを組み合わせた手法を提案し、実世界データセットで従来手法を大きく上回る精度と汎化性能、低い学習コストを実証した。
- PointCrack3D: 3D点群深層学習による非構造環境のひび割れ検出3D点群/検査2021/11/1
岩壁や坑道など非構造表面の3D点群からひび割れを検出する手法を提案し、新規岩石データセットで97%の検出率を達成した論文。
- 屈折光線場特徴による曲面透明物体のStructure from Motion透明物体認識2021/3/1
ライトフィールドカメラで曲面透明物体を通して屈折する光のパターンを検出・記述する新特徴量を提案し、従来の2D特徴の代わりに用いることで透明物体を含む難シーンでのSfM精度と収束率を改善した。
- Ctrl-Z:強化学習の不安定性からの回復強化学習2019/10/1
学習中のエージェントの履歴を保持し、性能が大きく低下したら過去のパラメータに戻すことで、強化学習の不安定な学習を安定化させる手法を提案した論文。
- LookUP: 天井カメラのみで実現する鉱山車両のリアルタイム高精度自己位置推定自己位置推定2019/3/1
坑内鉱山車両向けに、天井向きカメラの映像のみからニューラルネットで画素サンプリング戦略を学習しホモグラフィを推定する高精度自己位置推定システムを提案。手動ラベリング不要で約5fpsのリアルタイム動作と平均誤差約1.2mを2つの実鉱山で達成した。
- ライトフィールドカメラによる屈折特徴の識別とStructure from Motionへの応用ロボットビジョン2018/6/1
ライトフィールドカメラのテクスチャ相互相関と4D幾何に基づき、屈折物体由来の画像特徴をランベルト特徴と識別する手法を提案し、Structure from Motionの精度とロバスト性を向上させた。
