Andrew Markham
収録論文 44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
- CycleVLA: サブタスクバックトラッキングと最小ベイズリスクデコーディングによる能動的自己修正型視覚言語行動モデルVLA2026/1/1
VLAモデルに失敗を予期して実行中に自己修正する能力を付与し、サブタスクのバックトラッキングとMBRデコーディングで再試行成功率を高める手法を提案。シミュレーションと実機で成功率向上を実証。
- COOPERA: 継続的でオープンエンドな人間-ロボット協働人間-ロボット協働2025/10/1
心理特性と長期意図を持つシミュレーション人間とロボットが複雑環境で相互作用する枠組みを提案し、人間の特性や文脈依存の意図を学習して協働行動を個人適応させるベンチマークと手法を導入した。
- ロボット制御とスキル学習の分離による汎用的な物体操作マニピュレーション2023/3/1
強化学習で「何をするか」を学び、全身運動制御で「どうやるか」を解くことで、未知の物体操作への汎化性能を高めた手法を提案。
- サンプル・クロップ・トラック：都市運転LiDARのための自己教師あり移動物体3D検出3D物体検出2022/9/1
運動手がかりと物体サイズの事前知識を組み合わせ、密な3D指向バウンディングボックスを予測することで、LiDAR点群から移動物体を自己教師ありで検出する手法SCTを提案した。
- 日没後も高精度：全天候深度推定のための測光損失の修復深度推定2022/6/1
夜間の低照度や動的光源に対応するため、画素ごとの明度変換・残差フロー補正・画像ノイズ除去を組み合わせ、昼夜共通の自己教師あり深度・自己運動推定モデルを実現した。
- OdomBeyondVision: 可視スペクトルを超えた屋内マルチモーダル・マルチプラットフォームオドメトリデータセットオドメトリ/マルチモーダル2022/6/1
mmWaveレーダーや熱カメラ、ソリッドステートLiDARなどの新興センサを含む屋内オドメトリ用のマルチモーダルデータセットを構築し、UAV・UGV・ハンドヘルドで収集した。レーダー・慣性・熱慣性オドメトリの実装例も公開している。
- RangeUDF: 点群からの意味的サーフェス再構成3D再構成2022/4/1
任意のトポロジーに対応するレンジ考慮型の符号なし距離場と表面指向の意味分割を組み合わせ、点群から連続的な3D表面の形状と意味を同時に復元する手法を提案した。
- 低コスト単眼UAVによる人混み屋内環境のリアルタイムハイブリッドマッピングUAV/3D姿勢推定2022/3/1
単眼カメラを搭載した小型UAVで、屋内環境の地図構築と複数人の3D姿勢推定を同時に行うシステムを初めて実現した。
- メタサンプラー：点群のためのほぼ汎用的かつタスク指向のサンプリング点群サンプリング2022/3/1
複数のタスクやモデルにまたがって学習できるメタサンプラーを提案し、タスクごとの再学習コストを抑えつつ、下流タスクに有用な点を保持するサンプリングを実現した。
- SensatUrban: 都市規模の写真測量点群から意味を学習する点群セマンティックセグメンテーション2022/1/1
英3都市・7.6km²・約30億点のUAV写真測量点群に細粒度の意味ラベルを付与した大規模データセットを構築し、最先端セグメンテーション手法のベンチマークと課題分析を行った。
- DeepAoANet: SDRと深層学習による到来角推定到来角推定2021/12/1
ソフトウェア無線のマルチチャネル信号から深層学習で最大2つの到来角を高精度に推定し、リアルタイム実装とデータセット公開を行った研究。
- エッジ上の深層オドメトリとEKF-LoRaバックエンドによる悪環境下でのリアルタイム測位測位/オドメトリ2021/12/1
IMU・mmWaveレーダー・熱赤外カメラの深層オドメトリをエッジでリアルタイム推論し、EKFとLoRaバックエンドで統合して悪環境下の歩行者測位を実現した研究。
- ランダムサンプリングによる大規模3D点群の効率的なセマンティックセグメンテーション3D点群セグメンテーション2021/7/1
複雑な点選択の代わりにランダムサンプリングと局所特徴集約を組み合わせ、大規模3D点群を高速かつ高精度にセマンティックセグメンテーションするRandLA-Netを提案した論文。
- SQN: 大規模3D点群の弱教師ありセマンティックセグメンテーション3D点群セグメンテーション2021/4/1
局所近傍の点群が持つ意味的均一性を利用し、わずか0.1%のランダム注釈点で大規模3D点群を高精度にセグメンテーションする弱教師あり手法SQNを提案した。
- 確率的ニューラルネットワークを用いたグラフベース熱慣性SLAMSLAM2021/4/1
熱画像と慣性センサを組み合わせ、混合密度ネットワークによる特徴抽出とポーズグラフ最適化で、煙や粉塵など視界不良環境でも動作する完全なSLAMシステムを構築した。
- FMCWレーダーによる自己位置再推定の学習手法RadarLoc自己位置推定2021/3/1
FMCWレーダースキャンから6自由度のグローバル姿勢を直接推定する自己注意機構付きのエンドツーエンド深層学習モデルを提案し、レーダースキャン間の幾何制約を活用して精度を向上させた。
- SpinNet：3D点群位置合わせのための汎用表面記述子の学習点群位置合わせ2020/11/1
局所表面を円筒空間に変換しSO(2)同変な特徴抽出を行うことで、回転不変かつ情報量の多い3D局所記述子を学習する手法を提案し、屋内・屋外データセットで既存手法を大きく上回る性能と異なるセンサ間での高い汎化性能を示した。
- 単一チップミリ波レーダによる未改造ドローンの3次元モーションキャプチャセンシング2020/11/1
プロペラのドップラー信号を利用し、マーカー不要で単一のミリ波レーダからドローンの3次元位置を10Hz・デシメートル精度で推定する深層学習システムを提案した。
- ミリ波レーダーと慣性センサーの融合による視界不良環境向け屋内測位システム屋内測位2020/10/1
ミリ波レーダーとIMUを深層センサーフュージョンで統合し、煙や暗闇など視覚的に劣化した環境でも動作するリアルタイム屋内測位システムを試作した。
- 都市規模3D点群のセマンティックセグメンテーションに向けて：データセット・ベンチマーク・課題3D点群セグメンテーション2020/9/1
英3都市の約7.6km²をカバーする約30億点の都市規模写真測量点群データセットを構築し、13クラスの注釈を付与して最先端手法を評価した。
- milliEgo：単一チップmmWaveレーダーと深層センサフュージョンによる自己運動推定自己運動推定/センサフュージョン2020/6/1
低コストな単一チップmmWaveレーダーと慣性・視覚センサーを混合アテンションで深層融合し、照明や特徴の乏しい環境でも頑健に自己運動を推定する手法を提案した論文。
- 深層学習による自己位置推定と地図構築のサーベイ：空間機械知能の時代に向けてSLAM2020/6/1
深層学習を用いた自己位置推定・地図構築・SLAMの研究を体系的に整理し、新たな分類法と今後の課題・展望を示した包括的サーベイ。
- PointLoc：LiDAR点群のための深層ポーズ回帰による自己位置推定自己位置推定2020/3/1
単一のLiDAR点群から地図なしで6自由度ポーズを直接推定するPointNet風の自己注意機構付きエンドツーエンド学習フレームワークを提案し、Oxford Radar RobotCarデータセットで高精度な再位置推定を実現した。
- 深層学習による歩行者慣性ナビゲーション：手法・データセット・オンデバイス推論慣性ナビゲーション2020/1/1
深層学習ベースの慣性ナビゲーション研究向けに、詳細な正解付きの公開データセットOxIODを構築し、生のIMUデータから歩行者軌跡を復元する軽量フレームワークを提案した。
- 信頼性に基づく選択的センサフュージョンによる状態推定センサフュージョン2019/12/1
複数センサの潜在特徴の信頼性を評価し、決定的ソフト融合と確率的ハード融合でロバストに軌道・姿勢を推定するSelectFusionを提案した論文。
- DeepPCO：並列ニューラルネットワークによるエンドツーエンド点群オドメトリ点群オドメトリ2019/10/1
連続する点群から6自由度の姿勢を推定するため、並進と回転を別々の並列サブネットで学習するエンドツーエンドの深層学習手法を提案し、KITTIで有効性を示した。
- Milli-RIO: 低コストミリ波レーダによる自己運動推定自己位置推定2019/9/1
単一チップの低コストミリ波レーダとIMUを組み合わせ、移動するレーダの6自由度自己運動を推定する手法を提案し、屋内測位で数cm精度を達成した。
- DeepTIO：視覚ハルシネーションを組み込んだ熱慣性オドメトリオドメトリ2019/9/1
熱画像から疑似視覚特徴を生成するハルシネーションネットワークと選択的融合を用い、煙や暗闇でもロバストに自己位置推定する熱慣性オドメトリ手法を提案した。
- 深層姿勢回帰ネットワークからの知識蒸留による効率的な視覚オドメトリ視覚オドメトリ2019/8/1
姿勢回帰ネットワークの知識を蒸留する際、教師の信頼度を損失で測り注意機構付き模倣・ヒント学習で生徒に転移する手法を提案。パラメータを最大92.95%削減し計算を2.12倍高速化した。
- DynaNet：運動推定と予測のためのニューラルカルマン動的モデル状態推定2019/8/1
深層学習と時変状態空間モデルを組み合わせ、カルマンフィルタの枠組みで解釈性とロバスト性を保ちながら端到端学習を可能にしたハイブリッドモデルを提案し、視覚オドメトリやセンサ融合、振り子制御で最先端の推定・予測性能を示した。
- 3D-BoNet：点群上の3Dインスタンスセグメンテーションのための物体バウンディングボックス学習3Dインスタンスセグメンテーション2019/6/1
点群の各インスタンスに対して3Dバウンディングボックスと点マスクを直接回帰する単一ステージ・アンカーフリーの手法を提案し、後処理不要で高効率かつ高精度を実現した。
- 幾何学認識型カリキュラム学習による単眼視覚オドメトリの学習視覚オドメトリ2019/3/1
カリキュラム学習を単眼視覚オドメトリに適用し、学習目標を段階的に難しくする幾何学認識型損失とカスケード光流・再帰ネットワークで高精度な位置推定を実現した。
- 選択的センサ融合によるニューラル視覚慣性オドメトリVIO2019/3/1
単眼画像と慣性計測を融合するVIOにおいて、欠損や破損・同期ずれに頑健な選択的融合フレームワークを提案し、決定的ソフト融合と確率的ハード融合を比較検証した。
- 補助輪付き学習：単純制御器で深層強化学習の訓練を加速する強化学習2018/12/1
PID制御器を切替可能な代替ポリシーとして併用し、ロボットの局所計画・ナビゲーション向け深層強化学習の訓練を高速化する枠組みを提案。シミュレーションと実機で有効性を示した。
- 確率的ガイダンスによるナビゲーション学習ナビゲーション2018/11/1
強化学習に確率的スイッチを導入し、探索とヒューリスティック制御のガイダンスを切り替えてナビゲーション方策を効率的に学習する手法を提案した。
- ドメイン間の物理運動転送によるニューラル慣性トラッキング慣性計測/ドメイン適応2018/10/1
ラベル付きソースドメインから物理運動知識を転送し、ペアデータなしで新たな未ラベルドメインの生IMU系列を正確な慣性軌道に変換するフレームワークを提案した。
- Oxford慣性オドメトリデータセット(OxIOD)慣性オドメトリ/データセット2018/9/1
深層学習による慣性オドメトリ研究向けに、正解ラベル付きの158シーケンス・総距離42km超の大規模IMUデータセットを構築・公開した。
- 多視点3D再構成のための深層特徴集合のロバストな注意集約3D再構成2018/8/1
複数画像から3D形状を復元する際、順序不変で任意枚数の入力に対応できる注意機構モジュールAttSetsと学習法FASetを提案し、既存の集約手法を大きく上回る性能を示した。
- Defo-Net: 敵対的生成ネットワークによる物体変形の学習変形予測2018/4/1
単一のRGB-D画像から外力による物体の変形を予測する敵対的生成ネットワークを提案し、荷物を運ぶ移動ロボットの安全な走行に応用した。
- IONet：慣性オドメトリにおけるドリフト問題を学習で解決慣性オドメトリ2018/2/1
慣性センサのデータを独立した窓に分割し、深層リカレントニューラルネットで各窓の速度・姿勢を推定することで、誤差蓄積（ドリフト）を抑えた高精度な慣性オドメトリを実現した。
- 単一深度ビューからの高密度3D物体再構成3D再構成2018/2/1
単一の任意深度ビューから物体の完全な3D構造を生成するGANベース手法3D-RecGAN++を提案し、高解像度256^3の占有グリッドで隠れた領域を復元する。
- 単一深度ビューからの敵対的学習による3D物体再構成3D再構成2017/8/1
1枚の任意深度ビューから、オートエンコーダと条件付きGANを組み合わせて物体の完全な3D占有グリッドを生成する手法を提案した論文。
- 単眼視による障害物回避のための深層強化学習強化学習/障害物回避2017/6/1
単眼RGB画像のみから障害物を回避するため、Dueling構造とDouble-Qを組み合わせたD3QNを提案し、シミュレータで学習したモデルを実機ロボットへ直接転移できることを示した。
- マルチモーダルセンサデータを活用した6自由度ビジュアルローカリゼーションの効率化ローカリゼーション2016/12/1
大規模3D点群マップ上での実時間位置推定を効率化するため、逐次モンテカルロ推定に基づく方策で成功見込みの高いノードのみ点照合するマルチモーダル手法を提案し、博物館で精度向上と計算時間削減を示した。
