Davis Rempe

収録論文 9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

• ARDY: ハイブリッド表現を用いた対話型人体動作生成のための自己回帰拡散モデル
  動作生成2026/7/1

  リアルタイムでテキストや運動学的制約に従う高品質な3D人体動作を生成する、ストリーミング生成フレームワークARDYを提案した。

• MotionBricks: モジュール型潜在生成モデルとスマートプリミティブによるスケーラブルなリアルタイムモーション生成
  モーション生成2026/4/1

  大規模なモーション生成をリアルタイムで行うためのフレームワークを提案し、35万以上のモーションクリップを単一モデルで扱い、速度指令やスタイル選択などの細かい制御を可能にするスマートプリミティブを導入した。

• Kimodo: 制御可能な人間動作生成のスケーリング
  動作生成2026/3/1

  700時間の光学モーションキャプチャデータで訓練した、テキストやキネマティック制約で制御可能な高品質な人間動作生成モデルを提案した論文。

• GENMO: 人間の動作のための汎用モデル
  動作生成・推定2025/5/1

  動作生成と動作推定を単一の枠組みに統合した汎用モデルGENMOを提案。動作推定を制約付き動作生成として再定式化し、回帰と拡散の相乗効果で高精度な推定と多様な生成を両立する。

• 言語指示で制御するシーン単位の拡散型交通シミュレーション
  交通シミュレーション2023/6/1

  大規模言語モデルでユーザーの指示を損失関数に変換し、時空間トランスフォーマーを備えたシーン単位の拡散モデルを誘導することで、現実的で指示に従う交通シミュレーションを生成する手法を提案した。

• Trace and Pace: 誘導拡散による制御可能な歩行者アニメーション
  歩行2023/4/4

  誘導拡散モデルで歩行者の軌道を生成し、物理ベースのヒューマノイド制御と組み合わせて、目標地点や速度、群集を考慮した全身アニメーションを実現した研究。

• 制御可能な交通シミュレーションのための誘導付き条件付き拡散モデル
  交通シミュレーション2022/10/1

  拡散モデルと微分可能論理を組み合わせ、信号時相論理で定義した交通ルールに従わせつつ現実的な軌道を生成する制御可能な交通シミュレーション手法を提案。

• COPILOT: 一人称視点動画からの人と環境の衝突予測と位置推定
  一人称視覚/衝突予測2022/10/1

  一人称視点の多視点動画から、体のどの関節が環境と衝突するかと衝突領域を予測するTransformerモデルCOPILOTを提案し、大規模合成データセットで学習して実世界シーンにも汎化することを示した。

• 学習した交通事前分布による事故誘発運転シナリオの生成
  自動運転シナリオ生成2021/12/1

  交通モデルの潜在空間で最適化を行い、現実的かつ危険な衝突シナリオを自動生成する手法STRIVEを提案し、プランナ改善に活用できることを示した。