Jose Andres Millan-Romera

収録論文 11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

• 自己回帰拡散による3Dシーングラフの高レベル概念生成
  3Dシーングラフ生成2026/8/28

  3Dシーングラフの構造と特徴を統一的に学習する自己回帰拡散モデルを提案し、観測された垂直平面から任意の階層深さで完全な3DSGをボトムアップに構築する。

• SLAMのための意味的関係生成によるロバストなグラフマッチング
  SLAM2026/4/1

  RGB-Dデータから検出した物体と構造要素（部屋や壁面）との関係をモデル化し、幾何検証前に候補対応を絞り込むことで、対称な環境でも頑健なグラフマッチングを実現する手法を提案した。

• 事前地図を活用したロボット位置推定のための学習ベース階層シーングラフマッチング
  位置推定2026/4/1

  ロボットのセンサデータから構築したシーングラフとBIMなどの事前地図を階層的にマッチングし、SLAMのドリフト補正を高速かつ高精度に行う学習ベース手法を提案した。

• 構造化ビヘイビアツリーと大規模言語モデルによる解釈可能なロボット制御
  VLA2025/8/1

  大規模言語モデルとビヘイビアツリーを組み合わせ、自然言語指示をロボットの実行可能な行動に変換するフレームワークを提案し、実環境で約94%の認識・実行精度を達成した。

• 3Dシーングラフを活用した状況認識型経路計画
  経路計画2025/8/1

  屋内3Dシーングラフのメトリック・セマンティック構造を利用し、意味グラフ探索と並列サブ問題分解により経路計画を高速化するS-Pathを提案した。

• DYNEMO-SLAM: 動的エンティティと運動を考慮した3DシーングラフSLAM
  SLAM2025/3/1

  動的な物体やエージェントを地図から除外せず、その姿勢と運動をSLAMのバックエンドで同時推定する3DシーングラフベースのSLAMフレームワークを提案し、動的環境での軌跡精度を大幅に改善した。

• グラフニューラルネットワークによる因子分解型3Dシーングラフでの不確かさを考慮した高レベル空間概念の生成
  SLAM/シーングラフ2024/9/1

  観測された垂直平面から部屋や壁などの高レベル空間概念をオンラインで学習し、SLAMバックエンドの最適化因子として導入することで、手作業の概念生成・因子設計・共分散指定を不要にした手法を提案。

• 不正確な建築図面と密結合したSLAM
  SLAM2024/8/1

  建築図面と実環境のずれを考慮し、LiDAR SLAMと図面を密結合して自己位置推定と構造偏差をリアルタイム推定する手法を提案。

• Learning High-level Semantic-Relational Concepts for SLAM
  2023/10/1
• Graph-based Global Robot Simultaneous Localization and Mapping using Architectural Plans
  2023/5/1
• Graph-based Global Robot Localization Informing Situational Graphs with Architectural Graphs
  2023/3/1