ゲーム／映画・VFX／自動運転シミュレータ／VR・AR／デジタルツイン／ロボットシミュレータなどの領域で、リアルタイムレンダリング（Unity／Unreal Engine／Three.js 等）／シェーダー開発（GLSL／HLSL／CUDA 等）／3D再構成（COLMAP／OpenMVG 等の SfM／MVS）／微分可能レンダリング（NeRF／3D Gaussian Splatting 等）／シミュレータ開発（CARLA／Isaac Sim／Gazebo 等）の経験、もしくは これらに関する強い興味・知識をお持ちの方をお迎えしたいポジションです。

ロボットの自律移動領域では、ViNT／NoMaD／NavDP に代表される Foundation Model の研究が進む一方、産業応用に耐える実環境データの規模・多様性（空間・天候・動的障害物等の網羅）が圧倒的に不足しています。固定環境で大規模データを収集できるロボットアーム領域と異なり、自律移動では実世界収集とシミュレーション補完の両輪が不可欠です。

Kudanでは、3D Gaussian Splatting（3DGS）を中核に据えた「フィジカルAIの学習・検証基盤」を構築します。実空間スキャンから 3DGS を生成し、天候・照度・動的物体等を編集可能な疑似空間へと拡張し、ハイブリッド型の自律移動システムの学習・評価に供しつつ、Foundation Model型の研究動向も参考として取り入れていく仕事です。

◆ 業務内容
3D Gaussian Splatting（3DGS）のコア技術の研究改良だけでなく、その上に成り立つ学習用シミュレーション基盤の構築・セマンティック化・シーン編集など、自律移動AIを支える「3D空間基盤」を構築する様々な課題に取り組んでいます。以下にあげる業務は一例ですが、少しでも自身の経験と関連あるものをお持ちな方はぜひ前向きにご応募をご検討ください。

•3D Gaussian Splatting のコアアルゴリズムの研究・改善（生成／最適化／高速化／動的・大規模シーン対応 等）
•大規模・多様な3DGSデータセットの自動生成パイプライン（環境×天候×動的物体 の網羅）
•疑似空間生成・シーン編集（天候・照度変化、動的物体の追加・削除 等）
•3DGS空間へのセマンティック情報の付与・言語クエリによる検索機能の実装
•物理シミュレータ（Isaac Sim／Unity／Unreal Engine 等）への 3DGS空間の組み込み
•CUDAカーネル実装による学習・レンダリングの高速化
•先端論文（NavDP／LangSplat等）の調査・再現・部分実装

【3D Vision の開発アプローチに関して】
3DGSの理論的な研究と、シミュレータ／学習基盤としての実装の両方に取り組みます。現実空間の精緻な再現（Photorealism）と、ロボット学習に必要な多様性・編集可能性（Synthetic World）の両立がチャレンジです。

【自律移動AIの「データのボトルネック」を3D技術で突破する】
自律移動 Foundation Model の学習・検証には、まだ十分な実環境データがありません。Kudanでは、3DGSを中核とした学習・検証基盤を構築し、ロボティクスの社会実装を加速させます。あなたが作る3D空間基盤が、自律移動AIの次世代スタンダードを支える可能性があります。