Alaa Maalouf
収録論文 12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
- 時間的ギャップに注意:運転における時間的理解のための動画モデル評価動画理解2026/10/8
運転動画での行動識別タスクを通じて、動画言語モデルが時間的ダイナミクスを頑健に捉えているかを評価し、プロンプト手法の不安定さとLoRA微調整の有効性を示した。
- ロバスト性は数値ではなく関数である:視覚ベース運転におけるOODロバスト性の因子分解包括的研究自動運転2026/2/1
自動運転のOODロバスト性を5軸に分解し、k因子摂動下での性能を測定。ViTや基盤モデル特徴の優位性、非加算的相互作用、最適な訓練条件を明らかにした。
- 海洋フィールドワークのための自律型ウミガメロボット水中ロボット2026/2/1
ウミガメに着想を得た自律型水中ロボットを開発し、水族館のサンゴ礁展示で高速で動く海洋動物やダイバーを追跡できることを実証した。
- 見るものを減らして運転を改善:基盤モデルの確率的パッチ選択による汎化可能なEnd-to-End自動運転End-to-End自動運転2026/1/1
基盤モデルから抽出したパッチ特徴の冗長性を削減するため、ランダムに一部のパッチをマスクして学習するStochastic-Patch-Selectionを提案し、分布外シナリオでの自動運転性能を平均6.2%向上させた。
- 分散型ビジョンベースの自律空中野生動物モニタリング群制御2025/8/1
単眼RGBカメラのみを搭載した複数クアッドロータが、中央制御に頼らず分散的に協調・追跡することで、自然環境下の大型動物を低帯域で監視するシステムを提案し、実地実験で有効性を示した。
- Flex: 基盤モデル特徴量によるエンドツーエンドのテキスト指示視覚ナビゲーションVLA2024/10/1
事前学習済みVLMを凍結したパッチ単位の特徴抽出器として使い、少量のシミュレーションデータで訓練したドローンの視覚ナビゲーション方策が、未知のテキスト指示や実世界の視覚変化に汎化できることを示した。
- 運転世界モデルとしてのマルチモーダルLLMの検証VLA2024/5/1
GPT-4oなどのマルチモーダルLLMが運転シーンをどの程度理解できるかを検証し、単一画像は得意でもフレーム間の一貫した理解や軌道計画は苦手であることを示した研究。
- どこでも走行:マルチモーダル基盤モデルによる汎化可能なエンドツーエンド自動運転自動運転2023/10/1
マルチモーダル基盤モデルから空間・意味特徴を抽出し、未知環境でも画像とテキストで問い合わせ可能なエンドツーエンド自動運転を実現した。
- 何でも追従:実時間でのオープンセット検出・追跡・追従追従/オープンセット検出2023/8/1
テキスト・画像・クリックのマルチモーダルなクエリで任意の物体を検出・追跡し、ドローンで実時間追従するオープンボキャブラリなロボットシステムを提案。
- ConceptFusion: オープンセットなマルチモーダル3Dマッピング3Dマッピング2023/2/1
基盤モデルを活用し、言語・画像・音声など多様なクエリで検索可能なオープンセット3Dシーン表現を構築する手法を提案。
- 家庭用ドローン上での深層学習:最適アーキテクチャの探索エッジAI/ドローン2022/9/1
Raspberry Pi Zero v2を搭載した小型トイドローン上で、リアルタイム意味セグメンテーションを実行するシステムを提案し、ネットワーク・フレームワーク・圧縮技術の最適な組み合わせを探索するアルゴリズムを開発した。
- 障害物を考慮したサンプリングによる経路計画経路計画2022/3/1
障害物を最小体積包囲楕円体で近似するアクティブコアセットを構築し、サンプリング空間から障害物を除去することで経路計画を効率化する前処理手法を提案した。
