Daniel D. Lee
収録論文 14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
- TimewarpVAE: 軌道の時間ワープと表現学習を同時に行う手法模倣学習2023/10/1
動的タイムワーピングを組み込んだ微分可能な多様体学習により、軌道の時間変動と空間的潜在因子を同時に学習するTimewarpVAEを提案し、手書きやロボットアームの軌道生成で有効性を示した。
- EV-Catcher: 低遅延イベントベースニューラルネットワークによる高速物体キャッチングイベントカメラ/キャッチング2023/4/1
イベントカメラと軽量なイベント表現BEHIを用いて、最大13m/sで飛来するピンポン球の着弾位置をリアルタイム推定し、組み込み向け計算機上で81%の成功率で捕球するシステムを実現した。
- カメラ中心の物体シェル表現による物体再構成と把持予測の同時実行把持推定2021/9/1
深度画像から物体のメッシュと密な把持品質マップを同時に推定する手法を提案し、シェル表現とニューラルネットの結合により高精度な把持生成を実現した。
- 非ホロノミック系のための連続コスト・トゥ・ゴー関数の学習経路計画2021/3/1
作業空間記述から非ホロノミック系の連続的なコスト・トゥ・ゴー関数を学習する手法を提案し、適応的サンプリングで高曲率領域を捉え、混雑環境で従来法より2桁高速に準最適軌道を生成できることを示した。
- 高次元動作計画のためのコスト・トゥ・ゴー関数生成ネットワークマニピュレーション2020/12/1
作業空間のセンサ入力からマニピュレータのコスト・トゥ・ゴー関数を直接生成するc2g-HOFネットワークを提案し、勾配追従だけで高速かつ滑らかな軌道計画を実現した。
- 動的ビジョンセンサと時空間ニューラルネットによる高速運動の即時理解イベントカメラ/高速運動予測2020/11/1
イベントカメラ(DVS)の出力を複数時間スケールの因果指数フィルタで符号化しCNNと組み合わせ、15m/s超の高速飛来物体の衝突時刻と衝突点を低遅延で予測するシステムを提案した。
- コスト・トゥ・ゴー関数を生成するニューラルネットワークによる効率的な動作計画動作計画2020/10/1
作業空間の画像から設定空間上のコスト・トゥ・ゴー関数を直接生成し、その勾配を用いて反復探索なしに高速な軌道計画を実現する手法を提案。
- 部分的に未知な環境での動的ターゲット追跡の学習強化学習/追跡2020/6/1
深層強化学習を用いて、視界内追跡・ナビゲーション・探索を統合した能動的ターゲット追跡ポリシー(ATTN)を提案し、俊敏で異常な動きをするターゲットにも頑健に追従できることを示した。
- 高次関数ネットワークによる視点計画と多視点再構成視点計画2019/10/1
物体形状を高次関数で表現するニューラルネットを多視点入力に拡張し、可視性と再構成品質の関係を利用して最小枚数の視点を計画する手法を提案した。
- 能動的情報獲得のためのQネットワーク学習強化学習2019/10/1
強化学習でモデル不要の能動的情報獲得方策を学習し、マルチターゲット追跡で既存手法と比較した論文。
- 確率的に安全な回廊を用いたサンプリングベース運動計画の誘導運動計画2019/1/1
ガウス混合モデルで学習した衝突履歴から確率的に安全な凸回廊を構成し、その回廊への射影を利用してサンプリングベース運動計画の局所誘導を改善する手法を提案した。狭い通路など困難な領域でも衝突確率を抑えつつ効率的に誘導できることをシミュレーションと7自由度ロボットアームで示した。
- 環境に適応した暗黙的サンプリング分布を学習する動作計画動作計画2018/6/1
過去の探索情報を活用し、ポリシー探索で環境ごとの暗黙的なサンプリング分布を適応的に学習することで、サンプリングベース動作計画の計算コストを削減する手法を提案した論文。
- ニューラルネットワークによる未知環境のエンドツーエンドナビゲーションナビゲーション2017/7/1
行き止まりのある未知環境でのナビゲーションを、強化学習と教師あり学習を組み合わせたネットワークで学習し、微分可能なメモリユニットの追加が性能と汎化に大きく寄与することを示した。
- 自律ロボットナビゲーションのためのニューラルネットワーク記憶アーキテクチャナビゲーション2017/5/1
フィードフォワード、LSTM、微分可能ニューラルコンピュータの記憶構造を比較し、未知環境への汎化性能をVC次元推定で評価する手法を提案した研究。
