Hesam Rabeti
NVIDIA
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
- OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク模倣学習/データ収集2026/10/27
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
- 線特徴拡張cuVSLAM:低テクスチャ環境における堅牢な視覚オドメトリVisual SLAM2026/10/14
CUDAアクセラレーションされた視覚SLAMシステムcuVSLAMに線特徴を追加し、点特徴が乏しい倉庫や工場環境での軌道推定精度を大幅に改善した。
- cuVSLAMのスパースバンドル調整における視覚-IMU適応重み付けのためのスマートフュージョンVLA2026/10/14
視覚とIMUの残差の重みを実行時に適応的に切り替えるため、軽量な視覚品質推定器を導入し、軌道精度を向上させた。
- GATOR: 日常画像からの生成的・エージェント的3D物体再構成3D再構成2026/10/8
1枚以上の日常的な画像から、遮蔽部分を推論しつつテクスチャ付き3D物体とシーン内での姿勢を復元する生成的・エージェント的フレームワークを提案。
- SILO: マルチステージケーブル配線のためのシミュレーション・イン・ザ・ループによるSim-to-Real転移sim2real2026/7/1
GPU並列シミュレーションで学習したRLポリシーを実世界の多段階ケーブル配線タスクに転移するフレームワークを提案し、成功率向上とサイクルタイム半減を実現した。
- Cosmos 3: 物理AIのための全モーダル世界モデルVLA2026/6/1
言語、画像、動画、音声、行動を統一的に扱う全モーダル世界モデルを提案し、理解・生成タスクでSOTAを達成した。
- 産業用cuVSLAMベンチマークと統合SLAM2026/3/1
物流環境での移動ロボットナビゲーション向けに、複数の視覚オドメトリ/VSLAMシステムをベンチマーク評価し、cuVSLAMフロントエンドとカスタムSLAMバックエンドのハイブリッド構成が最も高いマッピング精度を示すことを実証した。
- ViPE: 3D幾何知覚のための動画ポーズ推定エンジン3D知覚2025/8/1
未校正の生動画からカメラ内部パラメータ・運動・密な深度を推定する汎用エンジンViPEを提案し、大規模動画データセットに正確な3Dアノテーションを付与して公開した。
- cuVSLAM: CUDAで高速化した視覚オドメトリとマッピングSLAM2025/6/1
最大32台のRGB/深度カメラとIMUに対応し、NVIDIA Jetson上でリアルタイム動作するCUDA最適化済みの視覚SLAMシステムを提案。
