Michele Antonazzi

収録論文 8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

• 適応すべき時: オープンボキャブラリセグメンテーションにおける効率的な訓練不要適応のためのマルチシグナルドメインシフト検出
  セグメンテーション2026/9/29

  連続フレームの時間的一貫性を利用し、視覚変化・アダプタ不一致・意味ドリフトを組み合わせてドメインシフトを検出し、必要な時だけ訓練不要の適応をトリガーすることで、オープンボキャブラリセグメンテーションの精度を維持しつつ適応回数を大幅に削減する手法を提案。

• 確率的シーングラフ：階層的表現とリアルタイムシステム
  シーングラフ2026/9/19

  従来のシーングラフに不確実性を明示的な信念として導入し、ガウス分布の階層グラフで空間的接地を行う確率的シーングラフ（PSG）を提案。構築・洗練を通じて信念を保持するマッピングパイプラインを実装した。

• 幾何的整合性を強制するナノドローンレースゲートの視覚的3D姿勢推定のための自己教師ありドメイン適応
  ドメイン適応/姿勢推定2026/3/1

  シミュレーションデータで事前学習したCNNを実環境に適応させるため、ドローンのオドメトリを用いた自己教師ありのドメイン適応手法を提案。実画像シーケンスのみで姿勢予測の整合性を保証し、位置誤差40%、姿勢誤差37%改善。

• インスタンス誘導によるロボット意味セグメンテーションのための教師なしドメイン適応
  意味セグメンテーション2026/2/1

  3Dマップから多視点一貫性のある擬似ラベルを生成し、基盤モデルのゼロショットインスタンスセグメンテーションで補正することで、実環境でのロボットの意味セグメンテーションを教師なしで適応させる手法を提案。

• R2SNet: 提案精緻化によるクラウドロボティクス環境での物体検出のためのスケーラブルなドメイン適応
  ドメイン適応2024/3/1

  クラウド上の大規模AI推論サービスを利用するロボット向けに、軽量なDNN「R2SNet」をロボット上で走らせて物体検出の提案を再ラベリング・再スコアリング・抑制することで、ドメインシフトによる性能低下を低コストで緩和する手法を提案した。

• 通信制限された未知環境におけるマルチロボット会合のためのフロンティア探索
  群制御2024/3/1

  通信が会合後にしかできない未知環境で、フロンティア探索を応用して探索と会合を統合し、再訪機構で会合を早める手法を提案し、ROSの3Dシミュレーションで有効性を示した。

• Development and Adaptation of Robotic Vision in the Real-World: the Challenge of Door Detection
  2024/1/1
• Enhancing Door-Status Detection for Autonomous Mobile Robots during Environment-Specific Operational Use
  2022/3/1