Ajmal Mian
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
- VLAベースのエンドツーエンド自動運転のための協調的マルチモーダル相互作用自動運転2026/8/21
VLAモデルを用いた自動運転において、異種センサ間の効果的なマルチモーダル相互作用と複数軌道計画を統合し、安全性と解釈可能性を向上させるシステムを提案した。
- 複雑なカードゲームのための因果強化学習:マジック・ザ・ギャザリングのベンチマーク強化学習2026/5/7
因果強化学習のための複雑なベンチマークとして、マジック・ザ・ギャザリングを用いた環境を構築し、因果構造を活用するエージェントを提案・評価した。
- 都市規模のLiDARを用いた3D変化検出3D変化検出2025/10/1
異なる時期のLiDAR点群を位置合わせし、不確かさを考慮した物体中心の手法で都市の3D変化を検出する。
- 動的時間伸縮法によるLiDAR・GNSS・IMUの高精度統合と3D都市地図構築SLAM/地図構築2025/7/1
LiDAR・GNSS・IMUを動的時間伸縮法と拡張カルマンフィルタで融合し、都市規模の3D地図を高精度に構築する手法を提案。パースで取得した大規模データセットも公開。
- ニューラルブレイン:身体性エージェントのための神経科学に着想を得たフレームワーク身体性AI2025/5/1
身体性エージェントの中核となる知能システム「ニューラルブレイン」の統一フレームワークを提案し、マルチモーダル能動センシング、知覚・認知・行動の統合、神経可塑性に基づく記憶、ニューロモーフィック最適化を組み合わせた生物学的着想アーキテクチャを示した。
- MonoDiff9D: 拡散モデルによる単眼カテゴリレベル9D物体姿勢推定姿勢推定2025/4/1
単眼RGB画像から拡散モデルを用いてカテゴリレベルの9D物体姿勢を推定する手法を提案し、形状事前知識やCADモデルを必要とせずに最先端精度を達成した。
- 単一参照画像からの未見物体6自由度姿勢推定とロボット統合姿勢推定2025/3/1
ロボット操作中に撮影した1枚の参照RGB-D画像だけから、未見物体の6自由度絶対姿勢を推定する手法SinRef-6Dを提案し、実機ロボットシステムに統合した。
- Diff9D: 拡散モデルによるドメイン汎化可能なカテゴリレベル9自由度物体姿勢推定姿勢推定2025/2/1
合成データのみで訓練した拡散モデルを用い、実世界シーンへ汎化できるカテゴリレベル9自由度の物体姿勢・サイズ推定手法を提案し、ロボット把持システムで有効性を示した。
- UnLoc: LiDAR・レーダー・カメラ入力を用いた自動運転車のためのユニバーサル位置推定手法位置推定2023/7/1
LiDAR・カメラ・レーダーを任意に組み合わせて使える統一的なニューラル位置推定手法を提案し、悪天候やセンサ故障にも頑健であることを示した。
- スライストランスフォーマーと自己教師あり学習による3D点群マップでの6DoF位置推定位置推定2023/1/1
LiDARスキャンをスライスに分割しTransformerで処理する自己教師あり学習手法を提案し、大規模LiDARマップでの6DoF位置推定を実現した。
- 記述子不要の高速ORB-SLAMSLAM2020/8/1
キーフレーム以外では特徴記述子を計算せず、疎なオプティカルフローによる2段階の対応付けで隣接フレーム間のキーポイントを追跡し、ORB-SLAM2の約2倍高速で同等以上の精度を実現したRGB-D SLAM手法。
