William J. Beksi

収録論文 16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

• HP2-SLAM: 適応型ハイブリッドICPによる堅牢で効率的なLiDAR SLAM
  SLAM2026/8/15

  平面性を考慮した適応閾値で点対平面と点対点の残差を動的に切り替えるハイブリッドICPを提案し、構造化・退化環境の両方で安定したLiDAR SLAMを実現した。

• ReconVLA: 不確実性ガイドと失敗認識を備えたロボット制御用ビジョン・言語・行動フレームワーク
  VLA/不確実性推定2026/4/1

  事前学習済みVLAモデルの行動予測にコンフォーマル予測を適用し、校正された不確実性推定と失敗検出を実現するフレームワークを提案。再学習なしで信頼性を向上させる。

• ロボティクスにおける運動プリミティブ：包括的サーベイ
  運動プリミティブ2026/1/1

  ロボットの運動制御に用いられる運動プリミティブの主要な枠組みを年代順に整理し、その長所・短所と応用例を体系的にまとめたサーベイ論文。

• UEOF: 水中イベントベース光学流のためのベンチマークデータセット
  イベントカメラ/光学流/水中2026/1/1

  物理ベースのレイトレーシングで生成した水中RGBD映像からイベントカメラデータと正解光学流を合成し、水中環境でのイベントベース光学流推定手法を評価する初のベンチマークを構築した。

• CropNeRF: ニューラル放射場に基づく作物カウントフレームワーク
  3Dセグメンテーション2026/1/1

  多視点画像とNeRFを組み合わせ、3Dインスタンスセグメンテーションで作物を正確に数える手法を提案し、綿花・リンゴ・ナシのデータセットで有効性を示した。

• CropTrack: 精密農業のための再識別追跡フレームワーク
  追跡2025/12/1

  農業環境での物体追跡において、見た目と動きの情報を組み合わせて個体の同一性を維持する新しい追跡フレームワークを提案し、従来手法より高い追跡精度を実現した。

• 転移学習による少数ショット果実セグメンテーション
  農業ロボティクス2024/5/1

  公開データセットで事前学習したモデルを転移学習させ、ラベル付き画像が少数でも圃場の果実を高精度にセグメンテーションする手法を提案した。

• 因果グラフ構築を人間中心にブートストラップする拡張現実フレームワーク
  因果推論2024/3/1

  拡張現実を用いて人間が変数選択や介入を行い、ロボット操作の因果グラフモデルを対話的に構築する枠組みを提案した。

• CitDet: A Benchmark Dataset for Citrus Fruit Detection
  2023/9/1
• Intuitive Robot Integration via Virtual Reality Workspaces
  2023/5/1
• Single Image Super-Resolution via a Dual Interactive Implicit Neural Network
  2022/10/1
• Evaluating Uncertainty Calibration for Open-Set Recognition
  2022/5/1
• Variable Rate Compression for Raw 3D Point Clouds
  2022/2/1
• Vision-Based Guidance for Tracking Dynamic Objects
  2021/4/1
• Learning the Next Best View for 3D Point Clouds via Topological Features
  2021/3/1
• Camera-Based Adaptive Trajectory Guidance via Neural Networks
  2020/1/1