David J. Yoon
収録論文 17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
- エージェント型マニピュレーション政策の研究マニピュレーション2026/11/6
汎用AIモデルがマニピュレータを直接制御するエージェント型政策を提案し、実演なしでVLAやWAMを上回る成功率を達成した。
- EgoDex:大規模一人称視点動画からの巧みな操作の学習マニピュレーション2025/5/1
Apple Vision Proで収集した829時間の一人称視点動画と3D手・指トラッキングデータからなる大規模データセットEgoDexを構築し、模倣学習のベンチマークを提供した。
- ヒューマノイド方策~ヒューマン方策VLA2025/3/1
一人称視点の人間の操作データをヒューマノイドロボットの学習に活用するため、人間とロボットの状態行動空間を統合したHuman Action Transformer (HAT)を提案し、汎化性能とロバスト性を向上させた。
- バランスの取れたローカリゼーション:LiDAR位置推定の効率化に向けたオドメトリと地図マッチングのトレードオフ自己位置推定2025/3/1
LiDAR位置推定において、軽量なオドメトリ推定器と地図マッチングの頻度制御を組み合わせ、計算効率と精度のトレードオフを実走行データで評価した。
- スピニングレーダオドメトリにおけるドップラー速度計測の有用性レーダオドメトリ2024/4/1
商用スピニングFMCWレーダのファームウェアを三角周波数変調に改変し、連続方位から動径ドップラー速度を抽出して自己速度推定に活用、幾何学的に厳しい環境でもオドメトリ精度を向上させた。
- 時間相関測定ノイズモデルによる一貫性のあるバッチ状態推定状態推定2023/3/1
測定ノイズの時間相関を考慮したバッチ状態推定のための共分散学習アルゴリズムを提案し、移動ロボットの実験データで推定精度と一貫性の向上を示した。
- 速度重視:ドップラー速度を用いた高速・対応付け不要なLiDAR慣性オドメトリLiDARオドメトリ2023/3/1
FMCW LiDARのドップラー速度とジャイロを組み合わせ、データ対応付けなしで6自由度速度を線形推定し、姿勢を積分する高速オドメトリを提案。実走行データでICP系手法と比較し、精度と計算量のトレードオフを示す。
- ドップラー速度計測を用いた連続時間LiDARオドメトリオドメトリ2022/9/1
FMCW LiDARのドップラー速度計測を活用し、幾何学的に退化した環境でも高精度に動作する連続時間LiDARオンリーオドメトリを提案した論文。
- Boreas:季節変動を含む自動運転データセット自動運転データセット2022/3/1
1年間同じルートを走行して収集した、季節変化や悪天候を含む自動運転向けの大規模データセットを構築した。
- 全天候マッピングと自己位置推定においてレーダーはライダーを置き換えられるか?自己位置推定2022/3/1
Boreasデータセットを用いてレーダーのみ・ライダーのみ・レーダーとライダーのクロスモーダルな自己位置推定を季節や天候を変えて比較し、吹雪でもライダーが最高精度だった一方、レーダーは小さい地図で競争力のある精度を達成した。
- 確率的推定と教師なし特徴学習を組み合わせたレーダーオドメトリレーダーオドメトリ2021/5/1
正解姿勢データなしで、確率的軌道推定と深層学習特徴を組み合わせたレーダーオドメトリ手法を提案し、悪天候下でも有効性を示した。
- 確率的軌道推定のためのLiDAR特徴量の教師なし学習LiDARオドメトリ2021/2/1
ガウス変分推論の枠組みで、移動ロボットの軌道推定と深層学習によるLiDAR特徴量・不確かさの学習を単一目的関数で統合し、正解データなしで学習する手法を提案した。
- Zeus: 自動運転競技AutoDriveで2連覇を達成したシステムの解説自動運転2020/4/1
学生チームaUTorontoが開発した自動運転車Zeusのシステム構成(センサ群・ソフトウェア・チーム運営)と、交差点・歩行者・信号対応を競うSAE AutoDrive Challenge第2年での優勝内容をまとめた論文。
- ノイズ付き計測のみからのパラメータ学習を伴う変分推論による車両軌道推定状態推定2020/3/1
ESGVIの枠組みにモデルパラメータの学習を組み込み、ノイズ付き計測のみから車両の運動・センサモデルの共分散を学習して高精度な軌道推定を実現した。
- ジャークに白色雑音を仮定したSE(3)上の連続時間軌道推定モーション事前分布連続時間軌道推定2018/9/1
加速度ではなくジャークに白色雑音を仮定する新たなガウス過程事前分布を導出し、姿勢・体幹座標系の速度・加速度を同時推定するSTEAMの変種を提案。複数データセットで従来の加速度白色雑音事前分布より高精度な軌道推定を実現した。
- 3D LiDARにおける動的物体のマップレスオンライン検出3D LiDAR2018/9/1
スキャン中の移動による歪みを補正し、マップ不要で設定非依存の3D LiDAR動的物体検出法を提案。点単位で動的/静的を分類し、CARLAベンチマークと実データで評価した。
- LiDAR単独オドメトリのための学習ベースバイアス補正オドメトリ2018/1/1
LiDAR点群の幾何特徴からガウス過程回帰で推定誤差のバイアスを学習し、古典的オドメトリの出力を補正する手法を提案。KITTIなど50km超のデータで誤差を約10%削減した。
