Hamid Rezatofighi
収録論文 19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
- 視覚マニュアルから自律組立へ:JARVISベンチマーク組立/ベンチマーク2026/10/20
LEGO組立の図解マニュアルを読み取りロボットが自律実行する能力を評価する大規模ベンチマークJARVISと、ツール接地型エージェントを提案した論文。
- SenseWeather: 極限環境下でのロボット知覚を支えるマルチモーダルセンシングマルチモーダル知覚2026/10/8
雨・雪・砂塵・霧・暗闇などの悪条件下でRGB画像が劣化しても、深度と赤外線を融合してタスク互換のRGB観測を復元し、既存の知覚モデルを再学習せずにロボット知覚を維持するベンチマークと手法を提案した論文。
- JRDB-AVR: 実世界環境における身体性エージェントのための能動的視覚推論ベンチマークVLA2026/9/28
実世界のロボティクスデータから、時間・視点を指定して観測を要求しながら視覚推論を行う能動的エージェント向けベンチマークを構築し、回答だけでなく根拠となる視覚証拠も評価する。
- ARIS: ソーシャルロボットのためのエージェント型・関係性知能システムソーシャルロボティクス2026/5/1
ソーシャルロボット向けに、マルチモーダル推論、グラフベースのソーシャルワールドモデル、RAGを統合したエージェント型AIフレームワークARISを提案し、Pepperロボットでのユーザー研究により知能性や親しみやすさの向上を実証した。
- ロボティクスにおける空間推論ベースの視覚的グラウンディングのためのマルチモーダル神経記号アプローチ視覚的グラウンディング2025/10/1
パノラマ画像と3D点群を統合し、神経知覚と記号推論を組み合わせて空間関係を明示的にモデル化するフレームワークを提案。JRDB-Reasoningデータセットで優れた性能を示し、ロボティクスに適した軽量設計を実現。
- Hier-SLAM++: 階層的分類ガウシアンスプラッティングによるニューロシンボリック意味SLAMSLAM2025/2/1
RGB-Dと単眼入力に対応し、LLMと3D生成モデルを活用した階層的分類表現で姿勢推定と3D意味マッピングを高精度に行う意味SLAM手法を提案。
- Hier-SLAM: 階層的カテゴリカルガウシアンスプラッティングによるSLAMのセマンティクス大規模化セマンティックSLAM2024/9/1
大規模言語モデルを活用した階層的カテゴリ表現を3DガウシアンスプラッティングSLAMに導入し、500クラス以上の実世界シーンで高精度なセマンティックマッピングと高速動作を実現した。
- NEUSIS: 複雑なUAV探索ミッションにおける自律知覚・推論・計画のための構成可能なニューロシンボリックフレームワークニューロシンボリック/UAV探索2024/9/1
危険地帯や立入禁止区域を含む大規模環境で、限られた不確実な情報から対象物を探索するUAV向けに、ニューロシンボリックな知覚・推論・計画を組み合わせた解釈可能なシステムを提案し、シミュレーションで既存手法を上回る性能を示した。
- ソーシャルロボットの視覚認識改善:制御環境と実環境での人間-ロボットインタラクションソーシャルロボット2024/3/1
Pepperロボットの視覚認識を深層学習モデルで改善し、実験室と実環境でのユーザー追従性能と体験を評価した。
- JRDB-Traj:群衆軌道予測のためのデータセットとベンチマーク軌道予測2023/11/1
ロボット視点の生センサ入力からエージェントの将来位置を予測するためのデータセットと、実世界でIDが不明な場合の評価指標を提案した。
- 単眼RGB画像からの物理的に妥当な3D人間-シーン再構成:敵対的学習アプローチ3D再構成2023/7/1
単眼RGB画像から人間と物体の物理的に整合した3D配置を、明示的な物理法則定義なしに敵対的学習で再構成する手法を提案。
- 未知環境における視覚ナビゲーションのためのトポロジカルマップ予測視覚ナビゲーション2022/11/1
未知環境でも類似環境の経験から確率的なレイアウトグラフを予測し、目標ベースの視覚ナビゲーションを効率化するシステムを提案した。
- ActiveRMAP: 能動的マッピングと計画のための放射輝度場能動的マッピング/NeRF2022/11/1
RGB画像のみを用いて、NeRF表現をオンラインで最適化しながら能動的に3D再構成と経路計画を同時に行うフレームワークを提案した論文。
- JRDB-Pose: 群衆中の人物姿勢推定・追跡のための大規模データセット姿勢推定・追跡2022/10/1
ソーシャルナビゲーションロボットで撮影した動画を用い、混雑環境での複数人物の姿勢推定と追跡のための大規模データセットを構築した。
- 限られた視野を持つセンサネットワークにおける分散型多物体追跡分散追跡2020/12/1
視野・計算資源・通信が限られた分散センサ網で複数物体を追跡するため、ラベル一貫性の定式化とラベル合意手法、局所追跡結果を統合する分散型融合アルゴリズムを提案した論文。
- LAVAPilot:状況認識を備えた軽量UAV軌道計画による無線タグの追跡・位置推定UAV軌道計画2020/7/1
計算資源が限られた小型ドローンで、複数のVHF無線タグを追跡・位置推定するための軽量な軌道計画手法LAVAPilotを提案し、シミュレーション・実機・野外実験で評価した論文。
- JRMOT:リアルタイム3D多物体追跡システムと大規模データセット3D多物体追跡2020/2/1
RGB画像と3D点群を統合し、再識別・2D/3D検出を組み合わせたカルマンフィルタベースのリアルタイム3D多物体追跡システムを提案し、大規模な2D+3DデータセットJRDBも公開した。
- 発見と追跡を両立するマルチエージェント多目的計画マルチエージェント計画2019/11/1
限られた検知範囲のセンサを持つ複数エージェントが、未知の移動物体の探索と発見済み物体の追跡を同時に行うための多目的POMDP計画手法を提案し、貪欲法で近似保証付きの制御を実現した。
- JRDB: 人環境における一人称視点ロボット知覚のデータセットとベンチマーク一人称視点知覚2019/10/1
社会的移動マニピュレータJackRabbotで収集した360度映像・3D点群・音声などを含む一人称視点マルチモーダルデータセットを公開し、人物の2D/3D検出・追跡のベンチマークを提供する。
