Dmitry Yudin
MIRAI
収録論文 13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
- RGraph-Eval:タスク接地型シーングラフによるロボット動画生成の評価動画生成評価2026/10/22
生成されたロボット動画を、タスクに基づく時系列シーングラフで参照実演と比較し、物体・関係変化・3D軌道の観点から解釈可能に評価する枠組みを提案した論文。
- 3Dガウシアンスプラッティングによる能動的オープンボキャブラリ意味マッピング意味マッピング2026/10/21
凍結したSAMとCLIPを使い、意味的新規性で探索を誘導しながら3Dガウシアン地図を構築し、テキストクエリで問い合わせ可能なオープンボキャブラリ意味マップを実現した研究。
- LVMem: 画像拡張メモリによる長期的質問応答VLA2026/10/19
視覚ベースのメモリに画像パスを紐付け、光フローによるフレーム選択と物体中心の記述を導入することで、長期的な時空間質問応答を効率化したフレームワーク。
- MC-DeTra: 鳥瞰図画像における運動一貫性を考慮した物体検出と社会的軌道予測BEV認識・予測2026/9/10
LiDARと地図から生成したBEV画像上で、物体検出と軌道予測を統合するDeTraを再実装し、運動一貫性を強化する補助損失を追加して予測精度を向上させた。
- GPUSimBench: 身体化AIにおけるスケーラブルで信頼性の高いGPU加速シミュレータに向けてシミュレーション2026/7/1
GPUベースのロボットシミュレータ(Isaac LabやGenesisなど)のスケーラビリティ、物理的一貫性、計算の決定性を評価するベンチマークGPUSimBenchを提案し、GPUバッチ実行に起因する非決定性と再現性の問題を明らかにした。
- 知識誘導型マルチタスク強化学習による操作制御マニピュレーション2026/3/1
部分観測環境下でのロボット操作タスクに対し、3Dシーングラフと知識グラフを強化学習に統合し、視覚・言語・グラフ情報を共有潜在空間で扱うことで、成功率・サンプル効率・汎化性能を向上させるフレームワークを提案した。
- M3DMap: 動的環境のための物体認識型マルチモーダル3Dマッピング3Dマッピング2025/8/1
動的環境で画像・点群・テキストを統合した物体認識型3Dマップを構築するモジュール式手法M3DMapを提案し、その分類体系と応用例を示した。
- OVSegDT: オープンボキャブラリ物体目標ナビゲーションのためのセグメンテーションTransformerナビゲーション2025/8/1
自由記述の言語で指定された物体へ到達するナビゲーションにおいて、セグメンテーション補助損失とエントロピー適応型損失調整を組み合わせた軽量Transformer方策を提案し、未見カテゴリへの汎化と衝突削減を実現した。
- SGN-CIRL: シーングラフに基づくカリキュラム・模倣・強化学習を用いたナビゲーションナビゲーション2025/6/1
オープン語彙の3Dシーングラフ表現を強化学習に組み込み、模倣学習とカリキュラム学習で訓練を安定化させた地図なしロボットナビゲーション手法を提案し、Isaac Simでの実験で難易度の高いナビゲーション成功率を向上させた。
- PRISM-Loc: トポロジカルマップを用いた都市環境における軽量長距離LiDAR自己位置推定自己位置推定2025/6/1
生のLiDARスキャンから直接動作するスキャンマッチングと縁石検出を組み合わせ、コンパクトなトポロジカルマップ上でリアルタイムかつ堅牢な自己位置推定を実現する軽量手法を提案。
- PRISM-TopoMap: 場所認識とスキャンマッチングを用いたオンライントポロジカルマッピングSLAM2024/4/1
場所認識とスキャンマッチングを組み合わせ、局所的に整合した位置のグラフをオンラインで構築するトポロジカルマッピング手法を提案し、実機で有効性を示した。
- OFMPNet: 都市環境における占有と流れの予測のための深層エンドツーエンドモデル自動運転/運動予測2024/4/1
都市環境の動的物体の将来行動を予測するため、鳥瞰図画像・占有グリッド・事前運動流を入力とするエンドツーエンドのエンコーダ・デコーダモデルOFMPNetを提案し、Waymoベンチマークで最高性能を達成した。
- スキルベース視覚物体ナビゲーションのための対話型セマンティックマップ表現物体ナビゲーション2023/11/1
屋内環境での物体ナビゲーションに向けて、エージェントの対話中に形成されるセマンティックマップ表現を提案し、強化学習と地図ベース計画を組み合わせたSkillTronを実装した。
