Jason J. Corso
収録論文 13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
- R4: 4次元時空間における視覚言語モデルのための検索拡張推論VLA2025/12/1
視覚言語モデルに4次元時空間の構造化された生涯記憶を持たせ、訓練なしで検索拡張推論を行うフレームワークR4を提案。物体レベルの意味情報を空間と時間に紐づけて蓄積し、クエリを意味・空間・時間のキーに分解して検索することで、動的環境でのエピソード的・協調的推論を可能にする。
- SNOW: 世界知識を活用した時空間シーン理解によるオープンワールド身体性推論シーン理解2025/12/1
VLMの意味情報と点群幾何・時間的一貫性を統合し、4Dシーングラフを構築する学習不要のフレームワークを提案。動的環境での空間的・時間的理解を可能にする。
- Embodied4C:身体性を持つ視覚言語ナビゲーションの本質を測るベンチマークVLA2025/12/1
自動運転車・ドローン・ロボットアームの3つの身体性で視覚言語モデルの推論・制御能力を評価する閉ループベンチマークを提案し、空間・時間推論が最大のボトルネックであることを示した。
- 自動運転におけるマルチモーダル大規模言語モデルのシナリオ理解を能力駆動で評価する枠組みVLA2025/3/1
自動運転向けMLLMのシナリオ理解を、意味・空間・時間・物理の4能力軸で体系的に評価する枠組みを提案し、実交通シナリオで適用例を示した。
- カメラ運動と物体検出による深度推定深度推定2021/3/1
カメラの動きと物体検出のバウンディングボックスから物体の深度を推定する再帰型ニューラルネットワークDBoxを提案し、新しいデータセットODMDを構築した論文。
- RobotSlangベンチマーク:対話誘導によるロボットの自己位置推定とナビゲーション対話ナビゲーション2020/10/1
人間同士の対話でロボットを誘導する169件の対話データセットを構築し、対話履歴からの自己位置推定とナビゲーションのタスクを提案した論文。
- ロボット自己教師あり学習による把持物体のセグメンテーションセグメンテーション2019/4/1
ロボットが把持した物体をピクセル単位で切り分けるため、運動学に基づく前景分離と自己認識ネットワークを組み合わせ、人手アノテーションなしで学習する手法を提案した。
- 動画物体セグメンテーションを用いた移動ロボットの視覚サーボ制御と物体奥行き推定視覚サーボ/物体認識2019/3/1
動画物体セグメンテーションを活用し、RGBカメラ搭載の移動ロボットが任意物体を3D位置推定して把持・追従できる視覚サーボ制御手法を提案した。カメラ校正不要でアクチュエータと視覚特徴の関係を素早く学習する更新式も開発した。
- 把持物体の3Dモデルをロボットが生成し未知カテゴリを学習する対話的知覚マニピュレーション2019/1/1
ロボットが物体を掴んで動かしながら複数視点から観測し、運動学情報を用いて背景を除去した完全な3Dモデルを構築することで、未知物体のカテゴリを新たに学習・分類できるフレームワークを提案した。
- SPARE:シミュレーションと実機の関節物体データセットを用いたキネマティック記述の学習関節物体認識2018/3/1
関節物体のリンク数とリンク長を予測する深層ニューラルネットワークを提案し、シミュレーションと3Dプリント可能な実機インスタンスを揃えた新データセットSPAREを公開した論文。
- RNN深層モデルによる高速道路車両の将来車線変更予測行動予測2018/1/1
LIDAR・GPS・慣性・地図データの1秒間の観測から、周囲車両が3秒以内に車線変更するかどうかを予測する、構造化RNNとグラフィカルモデルを組み合わせた手法を提案し、実走行データで検証した。
- 動的SLAMのための時空間関節モデルSLAM2016/4/1
受動的な観測のみから関節物体の構造と時間的予測モデルをオンラインで推定し、動的環境でのSLAMによる地図構築と自己位置推定を実現した。
- 相互位置推定:相互フィデューシャル観測による2カメラ間の相対6自由度姿勢推定協調位置推定2013/1/1
2台のカメラが互いのフィデューシャルマーカーを観測することで、自己運動推定や共通の世界ランドマークなしに相対6自由度姿勢を代数的に求める手法を提案し、TurtleBot上でARToolKitやBundlerより10倍高精度な並進推定を実現した。
