Fisher Yu

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

• DVPSFormer: 自動運転のための効率的なオンライン深度対応ビデオパノプティックセグメンテーション
  パノプティックセグメンテーション2026/7/28

  自動運転向けに、深度・セマンティックセグメンテーション・インスタンス追跡を統合したオンライン4Dシーン理解アーキテクチャを提案。明示的なシーン離散化とオンライン多数決により、リアルタイム処理を実現し、ベンチマークでSOTAを達成。

• LiDARセマンティックセグメンテーションのためのマルチモーダルNeRF自己教師あり学習
  LiDARセグメンテーション2024/11/1

  未ラベルのLiDAR点群とカメラ画像から得た知識を活用する半教師あり学習手法を提案し、NeRFヘッドとSAMによる擬似ラベル生成でLiDARセマンティックセグメンテーションを改善した。

• DexDribbler: 動的監督による器用なサッカーマニピュレーションの学習
  マニピュレーション2024/3/1

  脚ロボットが移動するボールを操作しながら走行するサッカー動作を、フィードバック制御による動的監督と改良されたボールモデル・推定器を用いてシミュレーションから実機へ転移学習する手法を提案。

• S³M-Net: 自動運転のためのセマンティックセグメンテーションとステレオマッチングの同時学習
  自動運転/セグメンテーション/ステレオマッチング2024/1/1

  RGB画像から抽出した特徴をセマンティックセグメンテーションとステレオマッチングで共有し、新たな特徴融合モジュールと損失関数で同時学習する枠組みを提案した。

• ICGNet: インスタンス中心の把持のための統一的アプローチ
  マニピュレーション2024/1/1

  単一視点の点群から各物体のインスタンス表現を生成し、物体再構成と把持検出を同時に行うエンドツーエンド手法を提案。散らかった卓上シーンでの把持性能と実環境適用性を示した。

• 相対姿勢エンコーディングを用いた異種ポリラインTransformerによるリアルタイム動作予測
  動作予測2023/10/1

  自動運転の動作予測をリアルタイム化するため、相対姿勢を扱う新注意機構KNARPEと階層型Transformer HPTRを提案し、エージェント中心手法と同等精度をシーン中心手法並みの効率で実現した。

• ドラゴンの訓練は不要：意味的フロンティアによる訓練不要の身体性物体目標ナビゲーション
  物体目標ナビゲーション2023/5/1

  V-SLAMとシーングラフに言語事前知識を組み合わせ、訓練なしで未知環境内の物体を探索するモジュラーな物体目標ナビゲーション手法を提案。

• TrafficBots: 自動運転シミュレーションと運動予測のためのワールドモデルに向けて
  シミュレーション2023/3/1

  交通シミュレーションをワールドモデルとして定式化し、目的地と潜在的な性格でエージェントの挙動を制御可能にしたマルチエージェント方策TrafficBotsを提案。Waymoデータセットで現実的な交通流と運動予測性能を実証した。

• 安全で効率的な強化学習のための乗算型価値関数
  安全強化学習2023/3/1

  安全性クリティックと報酬クリティックを掛け合わせる新しい価値関数により、制約違反を抑えつつサンプル効率を高める安全強化学習手法を提案し、PPOとSACに統合してロボットナビゲーションを含む4環境で評価した。

• 不確かさ駆動型の高密度二視点Structure from Motion
  Structure from Motion2023/2/1

  オプティカルフローの画素ごとの不確かさを活用し、姿勢推定と高密度深度推定を反復的に洗練する二視点SfM手法を提案した論文。

• 視覚ベース自律ドローンレースのための深層感覚運動ポリシー学習
  VLA2022/10/1

  生画像から直接制御指令を推論する深層感覚運動ポリシーを、対照学習と2段階のlearning-by-cheatingで訓練し、状態ベースと同等のレース性能を実現した。

• 少数ショット物体検出のための高速階層学習
  物体検出2022/10/1

  少数ショット物体検出を階層学習問題として捉え、新規クラスを既存の基底クラスの子クラスとして扱い、専用の最適化戦略で検出ヘッドを訓練することで、訓練時間を大幅に短縮しつつ基底クラスの性能を維持する手法を提案した。

• NeRFの不確かさを活用したロボットによる能動的3D再構成
  能動的3D再構成2022/9/1

  NeRF表現のレイごとの不確かさを推定し、それを用いて次に見るべき視点を選ぶことで、ロボットが効率的に物体の3D形状を再構成する手法を提案した。

• 強化学習コーチの模倣による都市部エンドツーエンド自動運転
  自動運転/模倣学習2021/8/1

  鳥瞰図画像から連続操作を出力する強化学習エキスパートを訓練し、それを教師として単眼カメラ入力のエンドツーエンド運転エージェントを模倣学習で訓練した研究。

• マルチエージェント環境におけるインスタンス認識型予測ナビゲーション
  自動運転2021/1/1

  エージェント間の相互作用や将来のシーン構造を予測するマルチインスタンスイベント予測モジュールを提案し、安全な行動系列をサンプリングして動的環境での運転方策を効率的に学習する手法。

• 自動運転のための物体中心型深層ポリシー
  自動運転2018/11/1

  物体インスタンスとend-to-end学習を組み合わせた物体中心型モデルの分類を提案し、GTA Vシミュレータと実世界データセットで物体非依存手法より優れることを示した。

• ShapeNet：情報豊富な3Dモデルリポジトリ
  3Dデータセット2015/12/1

  多様なカテゴリの3D CADモデルを大規模に収集し、形状の整列や部品、対称面、物理サイズなどの注釈を付与したデータセット基盤を構築した。