- 9月 29, 2026
スマート農業の次世代AI|PhenoAgentによる統合的作物知能の進化
本論文は、従来の孤立したセンシング手法から、作物全体の状態を統合的に理解するPhenoAgentという次世代の農業AIフレームワークを提案。マルチモーダルデータ融合とエージェント型推論により、作物の成長・ストレス・管理の最適化を実現する。
本論文は、従来の孤立したセンシング手法から、作物全体の状態を統合的に理解するPhenoAgentという次世代の農業AIフレームワークを提案。マルチモーダルデータ融合とエージェント型推論により、作物の成長・ストレス・管理の最適化を実現する。
温室の気候制御において、経済的利益と長期的な安全リスクのバランスを取るため、Lagrangian-Constrained PPOとKANを用いた新しい制御手法を提案。従来手法と比較して、気候制約の累積違反を18.65%削減し、経済的利益を2.91%向上させた。
農業における Weed 検出の精度向上を目指し、複数の公開データセットを用いた YOLO26 ベンチマークを実施。モデルの性能とドメインシフトの影響を明らかにした。
果樹園の複雑な構造を高精度にマッピングするための新しいセマンティックガウススプラッティングSLAM手法ArborSplatを提案。薄い構造のセマンティックラベル精度が従来手法を大きく上回り、実時間での処理が可能。
個別葉の光吸収と炭素供給を考慮した機能構造モデルにより、レタスの生育を高精度でシミュレート。温室の環境変化が生育に与える影響を定量的に評価。
木本植物の病原菌に対抗するための植物精油の効果とメカニズムを詳細に検討。化学組成が効果に大きく影響し、実田間での適用には課題が残る。
気候変動による植物病原菌の拡散とマイクロバイオームの変化に適応するため、生物制御と合成微生物コミュニティの活用が注目されている。これらの技術は、持続可能な農業の実現に向けた新しい可能性を示している。
本研究では、V-TrellisとUFO構造の果樹におけるロボット剪定を実現するため、Hybrid PPOアルゴリズムを用いた視覚運動制御手法を提案。シミュレーション環境での学習をもとに、実際の果樹環境に転送し、成功率49.9%(V-Trellis)と46.0%(UFO)を達成。
エビの病気を自動検出するため、Vision Transformerと自己教師学習技術を活用した新しい分類手法を提案。従来手法と比較して、ラベルデータが少ない環境でも高い精度を達成。
ナッツの根系に共生するマイコリザ(AMF)は、干ばつや塩害などの環境ストレスに強く、植物の成長や栄養吸収を助ける。本研究ではAMFの地域性とそのストレス耐性メカニズムを詳細に解明し、持続可能なナッツ農業のためのバイオテクノロジーの応用可能性を示した。