James R. Forbes
収録論文 11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
- ARC: 適応的ロバストな状態・共分散同時推定状態推定2026/6/1
外れ値や非ガウスノイズを含むセンサデータに対して、状態と測定共分散を同時に推定する自己調整型フレームワークを提案した。モンテカルロシミュレーションと実環境のUWB測位実験で有効性を検証している。
- KILO-EKF: クープマンに着想を得た学習型観測拡張カルマンフィルタ状態推定2026/1/1
クープマン作用素の考え方を用いて、データから線形な観測モデルを学習し、拡張カルマンフィルタの更新に組み込む手法を提案。実機ドローンの自己位置推定で、キャリブレーション済みのEKFより高精度・高整合を達成した。
- 非ガウス因子を持つガウス変分推論による状態推定:UWB測位への応用状態推定2025/12/1
スパースなガウス変分推論をリー群上の状態推定と裾の重い歪んだ雑音に対応するよう拡張し、NLOS環境のUWB測位で精度向上を実証した。
- 滑らかな多様体の線形近似へのガウス分布の周辺化と条件付け:ロボティクスへの応用確率ロボティクス2024/9/1
ガウス分布を線形多様体上に周辺化・条件付けする閉形式を導出し、線形化により非線形多様体へ適用する方法を提案。投影正規分布近似、Koopman SLAM、制約付きGTSAMでの共分散抽出に応用し有効性を示した。
- 距離計測に基づく3次元相対姿勢推定における曖昧性を考慮したガウス和フィルタ相対姿勢推定2024/2/1
距離計測による3次元相対姿勢推定の曖昧性をガウス混合モデルとして扱い、ガウス和フィルタで効率的に推定する手法を提案し、シミュレーションと実験で有効性を示した。
- Koopman線形化を用いたデータ駆動型バッチ自己位置推定とSLAMSLAM2023/9/1
制御アフィン系をKoopmanリフティングで高次元双線形モデルに変換し、データからモデルを学習してバッチ最適化で自己位置推定とSLAMを行う手法を提案。モデルが不完全な場合に従来法を上回る。
- STAR-loc: ステレオカメラとUWB測距を用いた位置推定データセット位置推定/SLAM2023/9/1
ステレオカメラと慣性センサ、UWB測距を組み合わせた位置推定・SLAM研究用のデータセットを構築し、モーションキャプチャ環境で収集した。
- 制御アフィン系のデータ駆動バッチ状態推定のためのKoopman線形化状態推定2021/9/1
制御アフィン系をRKHSに持ち上げて双線形化し、学習したモデル行列からテスト時に線形時変系としてバッチ状態推定を行うモデルフリー手法KoopSEを提案。移動ロボットのUWBと車輪オドメトリによる自己位置推定で、モデル未知ながら標準RTSスムーザより高精度・高整合を達成。
- UWBとIMUを用いた2台のロボット間の相対位置推定相対位置推定2021/4/1
各ロボットがUWBトランシーバとIMUのみを用い、距離測定と加速度推定をスライディングウィンドウフィルタで統合して3次元相対位置をリアルタイム推定する手法を提案し、安価なセンサで1m未満の精度を実現した。
- 姿勢のベクトルパラメータ化姿勢推定2021/3/1
剛体運動(姿勢)をベクトル空間から行列リー群へ写像する手法を4×4表現に拡張し、姿勢補間・サーボ制御・点群位置合わせへの応用例を示した。
- 疎構造を厳密に保つガウス変分推論と微分不要のバッチ非線形状態推定への応用状態推定2019/11/1
事後分布の平均と共分散を効率的に推定するESGVIを提案し、逆共分散の疎構造を利用して微分不要のバッチ非線形状態推定を実現した。
