David D. Fan
Field AI
収録論文 19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
- TravSUITE: 自己教師あり・不確実性考慮型IRLと地形推定による走行可能性解析走行可能性/オフロード/自己教師あり学習2026/10/23
視覚基盤モデルを用いたボクセルマッピングと、BEVで幾何・意味・速度・コストを統合予測する自己教師ありネットワークにより、オフロード高速走行のための走行可能性を推定するシステムを提案。
- 記憶の宮殿へ:長期的能動的 embodied 質問応答のための推論と計画VLA2025/7/1
ロボットが過去の経験を記憶しつつ能動的に環境を探索し、時間に根ざした複雑な質問に答える新タスクLA-EQAを提案し、記憶の宮殿に着想を得たシーングラフベースの構造化記憶と情報価値に基づく停止基準で探索と想起のトレードオフを解決する手法を開発した。
- NeBula拡張:TEAM CoSTARのソリューションを大規模環境へ展開する補遺地下探査/群制御2025/4/1
DARPA地下チャレンジに参加したTEAM CoSTARのNeBula自律探査システムを、より広範囲・大規模な地下環境に対応させるためのハードウェア・ソフトウェア・アルゴリズム拡張を提示し、実環境で実証した。
- UNRealNet: 実環境の高精度スキャンから不確実性を考慮したナビゲーション特徴を学習ナビゲーション2024/7/1
低品質なLiDARスキャンから高精度な走行可能領域特徴を予測する不確実性対応ネットワークを提案し、脚ロボットでの有効性を示した。
- SEEK: 実世界の検査タスクにおける物体目標ナビゲーションのための意味推論物体目標ナビゲーション2024/5/1
事前の空間配置と常識的な意味知識を組み合わせ、動的シーングラフと関係意味ネットワークを用いて対象物体を効率的に探索・ナビゲートする枠組みを提案し、脚式ロボットで実証した。
- モデル予測パス積分制御における低周波サンプリングモデル予測制御2024/4/1
MPPI制御のサンプリングに有色ノイズ分布を導入し、低周波制御信号を強調することで、より滑らかで探索的なサンプルを生成し、性能を向上させる手法を提案した。
- 意味論的信念ビヘイビアグラフ:未知環境における自律ロボット検査の実現自律検査2024/1/1
未知環境での自律ロボット検査のため、意味論に基づく行動ノードと遷移をグラフで表現し、能動的意味探索で対象を発見しながら検査する枠組みSB2Gを提案。脚式ロボットによる都市検査で人間に匹敵する効率を実証した。
- STEP: リスクを考慮したオフロードナビゲーションのための確率的走行可能性評価と計画 — DARPA地下チャレンジからの成果ナビゲーション2023/3/1
不確実な地下・オフロード環境でロボットが自律走行するため、不確実性を考慮した地図生成と走行可能性評価、CVaRによるテールリスク評価、SQPベースMPCによるリスク制約付き運動計画、復帰行動、四脚ロボットの歩容適応を統合したSTEPフレームワークを提案し、実環境で検証した。
- 不整地走行のためのリスク考慮型コストマップ学習歩行2021/7/1
脚式ロボットの不整地ナビゲーション向けに、走行可能性コストの裾リスク(CVaR)をニューラルネットで学習し、外れ値に頑健なコストマップを生成する手法を提案した。
- 不整地走行のための確率的走破性評価とリスク考慮型計画不整地ナビゲーション2021/3/1
不確実性を考慮した地図構築とCVaRによるテールリスク評価、SQPベースのMPCを組み合わせ、未知の不整地で安全かつ高速な経路計画をリアルタイムに行う手法を提案し、車輪型・脚型ロボットで実環境検証した。
- NeBula:過酷環境下でのロボット自律性を目指すフレームワーク — DARPA地下チャレンジにおけるTEAM CoSTARの取り組み自律探査2021/3/1
DARPA地下チャレンジでCoSTARチームが用いた、不確実性を考慮した自律探査フレームワークNeBulaのアルゴリズム・ハードウェア・ソフトウェア構成と競技結果をまとめた論文。
- PLGRIM: 未知環境の大規模探索のための階層的価値学習探索/階層的計画2021/2/1
不確実性を考慮した信念空間での大規模探索を可能にするため、局所的なリスク対応と大域的な報酬追求を階層的に統合した価値学習フレームワークPLGRIMを提案し、火星類似の溶岩洞窟を含む実機・シミュレーションで検証した。
- 知覚困難な極限地形における自律オフロードナビゲーションオフロードナビゲーション2021/1/1
GPSや事前地図が使えず、砂埃や霧、岩や崖など知覚が難しい未知環境で、複数のセンサの冗長性を活かしてリアルタイムに走行可能性を推定し、失敗時には復帰行動をとる自律ナビゲーション手法を提案した。DARPA地下トンネル・都市環境の実機大会で成果を上げた。
- 四足歩行ロボットによる極限環境の長距離自律探査歩行2020/10/1
Boston DynamicsのSpotに自律アーキテクチャNeBulaを統合し、DARPA地下トンネル競技のような極限環境で大規模・長時間の自律探査を実現した取り組みを報告する論文。
- 未知環境における地上・空中ハイブリッド移動の自律化ハイブリッド移動2020/9/1
地上走行と飛行を切り替えられる二輪ハイブリッド車両の制御・計画・自律化フレームワークを構築し、未知環境での実験で飛行のみより最大5倍省エネになることを示した。
- ドローンのレジリエントな自律ナビゲーションに向けて状態推定/ドローン2020/8/1
複数のオドメトリ推定アルゴリズムを並列実行し、冗長性と異質性を活かして故障検出・再初期化・品質に基づく統合を行うHeROを提案し、飛行ロボットの実実験で有効性を示した。
- チューブMPCのための深層学習チューブMPC2020/2/1
深層分位点回帰で不確実性を定量化し、システムの取り得る軌道を包むチューブを学習して非線形MPCに組み込む手法を提案。再帰的実行可能性と確率的制約充足を証明し、四 rotor 系のシミュレーションで有効性を示した。
- ベイズ学習に基づく安全クリティカルシステム向け適応制御適応制御2019/10/1
ガウス過程やベイズニューラルネットでモデル不確かさを学習し、確率的CLF/CBFを用いて安定性と安全性を確率1で保証する適応制御フレームワークを提案した。
- 衝突を味方につける接触慣性オドメトリ慣性オドメトリ2019/9/1
衝突時の外力を推定して速度の疑似観測を生成し、IMUのみで障害物の多い環境を飛行できる接触ベースの慣性オドメトリを提案した。
