Elia Cereda
収録論文 15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
- 幾何的整合性を強制するナノドローンレースゲートの視覚的3D姿勢推定のための自己教師ありドメイン適応ドメイン適応/姿勢推定2026/3/1
シミュレーションデータで事前学習したCNNを実環境に適応させるため、ドローンのオドメトリを用いた自己教師ありのドメイン適応手法を提案。実画像シーケンスのみで姿勢予測の整合性を保証し、位置誤差40%、姿勢誤差37%改善。
- Tiny-DroNeRF: 連合学習対応ナノドローン上の小型ニューラル放射場3D再構成/エッジAI2026/3/1
ナノドローン上で動作する軽量NeRFモデルを提案し、メモリ使用量を96%削減しつつ、複数ドローンによる連合学習でデータ量の制約を克服した。
- NanoCockpit:AI自律ナノロボティクスのための性能最適化アプリケーションフレームワークナノドローン/TinyML2026/1/1
ナノドローンの限られた計算資源を最大限に活用するため、コルーチンベースのマルチタスクで画像取得・計算・通信を効率的にパイプライン化するフレームワークを提案し、実アプリで制御性能を大幅に改善した。
- ナノドローン向け非線形システム同定ベンチマークシステム同定2025/12/1
50g未満の小型ドローンCrazyflie 2.1の実飛行データ7.5万サンプルを用い、機体の非線形ダイナミクスを同定する手法を公平に比較するベンチマークを構築した。
- その場で学習:20mWでナノドローン上に実装するオンデバイス自己教師あり学習TinyML2024/8/1
ナノドローン上で自己教師あり学習によるオンデバイス微調整を行い、超低消費電力(19mW)でドメインシフトに対応する手法を提案した。
- TinyML搭載ナノドローンにおけるマルチセンサ入力と状態情報の融合VLA2024/4/1
直径約10cmのナノドローン上で、低解像度画像と8x8深度マップ、機体状態を融合する深層学習パイプラインを構築し、人間姿勢推定の精度を向上させた。
- ハードウェア制約下のナノドローンにおける視覚知覚タスクのオンデバイス自己教師あり学習オンデバイス学習/ナノドローン2024/3/1
50g未満のナノドローン上で、事前学習済みCNNを自己教師あり学習によりオンデバイスで微調整し、ドメインシフトに対応する手法を提案。平均絶対誤差を最大30%改善し、超低消費電力SoCで22秒の微調整を実現した。
- シミュレーションから実機への深層学習による自律ナノドローン競技フレームワークsim2real2023/12/1
約10cmのナノドローンで自律飛行レースに参加するため、シミュレーション画像のみで学習したオンボード深層学習による視覚ナビゲーションを開発し、国際大会で優勝した。
- シミュレーションから実世界への視覚深度融合CNNによる自律ナノクアッドコプターのロバスト姿勢推定sim2real2023/8/1
ナノドローンに深度センサとカメラを搭載し、シミュレーションのみで訓練したCNNで実世界の人間姿勢推定を高精度化した。
- 小型ドローンにおける安全な深層学習ベースの分散知能エッジコンピューティング/セキュリティ2023/7/1
手のひらサイズのドローンで、霧ノードに計算をオフロードしつつ、ランダムなサブネットワークを冗長実行して霧計算を検証する分散実行スキームを提案。攻撃検出と精度向上を実現。
- 超低消費電力の深層学習によるナノドローン搭載単眼相対位置推定群制御2023/3/1
40g未満のナノドローンに深層学習を搭載し、単眼カメラのみで仲間のドローンを最大2m先まで高精度に追跡する超低消費電力システムを実現した。
- ナノUAV搭載の高精度視覚姿勢推定に向けた深層ニューラルネットワークアーキテクチャ探索VLA2023/3/1
NASを用いて小型UAV向けの視覚姿勢推定CNNを自動設計し、27gのCrazyflie上でリアルタイム動作を実現して制御誤差を32%削減した。
- 視覚と状態の融合:自律ロボティクス向け深層ニューラルネットワークの改善VLA2022/6/1
ロボットの状態推定を非自己中心的な3D姿勢推定タスクにも入力として与えることで、深層CNNの回帰性能を最小の計算コストで向上させる手法を提案し、把持やドローンによる人物追従で検証した。
- 背景ランダム化で小型データから人-ナノドローン近接相互作用のための軽量CNNを訓練姿勢推定2021/10/1
ナノドローンの画像から人の姿勢を推定するため、背景を合成置換するデータ拡張で小規模実データから軽量CNNを学習し、未知環境への汎化を改善した。
- 模倣学習による相対的インタラクションの学習模倣学習2021/9/1
ロボットが物体に対して特定の相対姿勢を取るタスクを模倣学習で訓練し、任意姿勢への拡張とセンサー対称性の影響を調査した。
