3D Gaussianスプラッティングに基づく差分可能なレンダリングを用いて、事前知識なしで未知の動的物体の3D再構築と6自由度姿勢追跡を行う。
ランジ測定に基づく3次元相対姿勢推定において、曖昧性が存在する場合でも、ガウシアンサムフィルタを用いることで、正しい相対姿勢を特定できる。
連続的な選択肢に対する意見動態モデルを提案し、その線形化の空間不変性を証明した。この結果を用いて、入力のない場合の意見形成bifurcationを示し、任意の入力に対する非線形システムの入出力特性を明らかにした。
本研究では、質量、サイズ、アクチュエーター性能が大きく異なるクアッドコプターを適応的に制御できる学習ベースの低レベルコントローラーを提案する。
深層学習モデルを利用して、問題の記述から最適な経路候補を直接予測することで、従来の高コストなサンプリングベースのプランナーと比べて計算時間を大幅に削減する。
視覚言語モデルは平面図の情報を理解し、ロボットのナビゲーションプランを生成することができる。
水中ロボットを使用して魚網の生物付着状況を自動的に推定する手法を提案する。
本研究では、これまでの線形DCMに加えて角度DCMを導入することで、ロボットの空間的な動作計画を可能にする。
ロボット間の相対位置推定は、リーダーフォロー、ターゲット追跡、協調制御などの多くのタスクで重要な役割を果たします。提案手法は、UWBセンサを用いたインフラレス型のアクティブ相対位置推定手法であり、ロボットの位置を最適化することで、従来手法と比べて最大60%の位置推定精度の向上を実現します。
触覚フィードバックを使うことで、ロボットハンドによる小物体の精密操作が可能になる。