James M. Rehg
収録論文 10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
- 視覚運動協調の予測学習視覚運動協調2025/3/1
一人称視点の映像と身体運動から頭部姿勢・視線・上半身の動きを予測する拡散ベースのモデルを提案し、大規模データセットで汎化性能を示した。
- 物体事前分布を活用した点追跡点追跡2024/9/1
点追跡において、点が物体の外に出てしまう問題を解決するため、学習時に物体の境界内に留まるよう誘導する物体性正則化を提案し、3つのベンチマークで最高性能を達成した。
- 視覚模倣学習からの近似逆強化学習逆強化学習2020/4/1
視覚ナビゲーションのための暗黙的な目的関数を、模倣学習とMPCとDNN解釈手法を組み合わせて獲得する手法を提案し、実環境・シミュレーションの自動運転で汎化性を示した。
- 局所重み付き回帰による擬似リハーサルを用いた車両ダイナミクスのオンライン学習車両ダイナミクス/オンライン学習2019/5/1
ニューラルネットによる車両ダイナミクスモデルのオンライン適応で破滅的忘却を防ぐため、擬似リハーサルと局所重み付き射影回帰を組み合わせたLW-PR²法を提案し、シミュレーションと実車データで有効性を示した。
- 深層動的オブザーバを用いた視覚ベース高速走行自動運転2018/12/1
単眼カメラ・IMU・車輪速センサのみで、深層学習による路面検出とパーティクルフィルタ、MPCを組み合わせ、未舗装路を摩擦限界で高速走行する1/5スケール車両を実現した。
- AutoRally:アグレッシブ自動運転のためのオープンプラットフォーム自動運転/プラットフォーム2018/6/1
1/5スケールのロボティクス試験環境AutoRallyを構築し、物理モデル推定や状態推定、走行可能路面のセグメンテーションなどのアルゴリズムを実車データで検証した。
- 自動運転レースにおける微分ゲーム理論を用いたBR-MPPI制御自動運転/制御2017/7/1
微分ゲーム理論でMPPIを拡張したBR-MPPIを提案し、2台のAutoRally車両で熟練ドライバーと競争させてリアルタイム多車両インタラクションを実証した。
- 情報理論的モデル予測制御:理論と自動運転への応用モデル予測制御2017/7/1
情報理論に基づくサンプリング型最適制御手法を提案し、それをモデル予測制御に応用してダートコースでのアグレッシブな自動運転を実現、クロスエントロピー法と比較した論文。
- CNNコストモデルを用いたアグレッシブ自動運転のモデル予測制御自動運転2017/7/1
単眼カメラ映像からCNNで走行コストマップを予測し、MPCで高速・アグレッシブな自律走行を実現する枠組みを提案した。1/5スケール車両で実証した。
- 関節剛性と速度が変化する条件下で触覚センサアレイを用いた物体特性の推定触覚2014/9/1
前腕の触覚センサとデータ駆動手法(1-NN・HMM・LSTM)により、リーチ動作中の接触から物体の硬さや移動の有無を推定し、関節剛性や速度が異なる未知の動作への汎化性能を比較した論文。
