Jonathan D. Gammell
収録論文 23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
- キータイムガウス過程回帰によるリアルタイムイベントカメラステレオ視覚オドメトリ視覚オドメトリ2026/10/1
非同期イベントをキータイムのみで推定状態を削減しつつ、WNOA事前分布で補間してリアルタイムに処理する連続時間ステレオ視覚オドメトリを提案し、MVSECとDSECで高精度・高速な推定を実現した。
- A^SAR: 捜索救助のための経路予算制約付き最小期待発見時間経路に対するε最適グラフ探索経路計画2025/11/1
捜索救助計画において、ユーザー指定のε以内で最適解を保証するε最適グラフ探索アルゴリズムを提案し、実海域実験で有効性を示した。
- ゼロからの再計画再考:高速な漸近的最適プランナによるリアルタイム増分計画モーションプランニング2025/10/1
変化する環境でのロボット計画において、既存プランの更新を前提とせず、高速な漸近的最適プランナを独立に繰り返し適用することで効率的に再計画できることを示した研究。
- 最近傍探索不要の漸近的最適運動計画:完全連結情報付き木(FCIT*)運動計画2024/11/1
SIMD並列化で辺評価コストを大幅に削減し、最近傍探索を不要にした完全連結グラフ探索により、漸近的最適運動計画を高速化するFCIT*を提案。
- Osprey: LiDAR SLAMと次善視点計画による複数セッション自律空中マッピング空中マッピング2023/11/1
LiDARベースのSLAMと次善視点計画を組み合わせ、非専門家が指定した領域を複数回の飛行で自律的にマッピングする空中システムを開発し、産業現場での実証実験で手動調査を上回るカバレッジを達成した。
- 連続時間ガウス過程回帰によるイベントカメラのネイティブ時間分解能を活かしたステレオ視覚オドメトリ視覚オドメトリ2023/6/1
イベントカメラの各計測時刻をそのまま扱う連続時間軌道推定に基づくステレオ視覚オドメトリを提案し、既存手法を大きく上回る精度を達成した。
- タスク・動作統合型情報木探索(TMIT*):ほぼ確実に漸近最適な統合タスク・動作計画タスク・動作計画2022/10/1
タスク計画と動作計画を統合し、非対称な前向き・後向き探索を交互に行うことで、計算コストの高い処理を遅延させつつ最適解へ収束するTMPアルゴリズムを提案した。
- 表面エッジ探索(SEE):計測直接型の次善視点計画手法次善視点計画2022/7/1
剛体データ構造を使わず、過去のセンサ計測から直接次の視点を選ぶNBV手法を提案し、シミュレーションと実機で有効性を示した。
- 努力情報付きロードマップ (EIRM*):検証努力を能動的に再利用する効率的な漸近最適マルチクエリ計画マルチクエリ計画2022/5/1
マルチクエリ計画において、既存の有効な経路を再利用することを明示的に優先し、非対称双方向探索で計算努力を削減する漸近最適アルゴリズムEIRM*を提案。抽象問題とロボット問題で初期解を最大10倍高速に発見。
- AIT*とEIT*:非対称双方向サンプリングベース経路計画経路計画2021/11/1
双方向探索が互いに情報を交換しながら問題固有のヒューリスティックを同時に学習・活用する、ほぼ確実に漸近最適な2つのサンプリングベース経路計画アルゴリズムを提案し、ロボット・生体医療など12問題で有効性を示した。
- マルチモーション視覚オドメトリ(MVO)視覚オドメトリ2021/10/1
外観情報に頼らず、動きのセグメンテーションと追跡により、センサ自身を含むシーン内の各運動の完全なSE(3)軌道を推定するパイプラインを提案。
- 障害物クリアランス最適化目標に対する許容ヒューリスティック経路計画2021/4/1
経路計画における障害物クリアランスを最適化するための許容ヒューリスティックを提案し、情報に基づく経路計画アルゴリズムの性能向上を図る。
- 非構造表現における遮蔽とシーン被覆の先読み推定による次最良視点計画視点計画2020/9/1
点密度のような非構造表現を用いた次最良視点計画において、遮蔽とシーン被覆を先読みで推定する手法を提案し、視点数と移動距離を削減しつつ高品質な観測を維持できることを示した。
- 漸近最適なサンプリングベース運動計画法運動計画2020/9/1
サンプリングベースの運動計画法が計算量の増大に伴い最適解へ確率的に収束するという近年の理論結果を整理し、その前提条件と研究動向を解説したサーベイ。
- 高度化BIT*:グラフ探索技術を統合したサンプリングベース経路計画経路計画2020/2/1
経路計画を探索と近似の2問題に分解し、打ち切り可能なグラフ探索と漸近最適サンプリングプランナを統合したABIT*を提案。初期解を素早く見つけつつ最適解へ収束し、既存手法を上回る性能を示した。
- 適応的インフォームド木探索(AIT*):適応的ヒューリスティックによる高速な漸近最適経路計画経路計画2020/2/1
問題ごとに双方向探索でヒューリスティックを推定・活用し、RRT-Connect並みの速さで初期解を見つけつつ最適解へ収束するサンプリングベース経路計画手法を提案した。
- 遮蔽に頑健なMVO:運動閉包による複数運動推定複数運動推定2019/5/1
遮蔽が生じる動的環境でもカメラ自己運動を含む複数の運動を推定するパイプラインを提案し、運動閉包で再出現を同定、実データとOxford Multimotion Datasetで評価した。
- オックスフォード多運動データセット:複数SE(3)運動と正解データデータセット2019/1/1
シーン内の全ての運動を推定するマルチモーション推定技術の評価用に、ステレオ/RGB-D画像・IMU・Vicon正解軌道を含む110分以上のデータセットを構築した論文。
- マルチモーション視覚オドメトリ:カメラと第三者運動の同時推定視覚オドメトリ2018/8/1
動的環境でカメラ自身と動く物体の両方の完全な3次元運動を、事前知識なしにステレオ/RGB-D画像から同時推定する手法を提案し、実世界データセットで評価した。
- 表面エッジ探索(SEE):3D観測から直接次最良視点を計画する手法次最良視点計画2018/2/1
計測点の密度表現を用いて表面境界を検出・探索し、シーンモデル不要で次最良視点を計画する手法を提案。従来のボリューム手法より少ない計算時間で高い表面被覆を実現した。
- バッチ情報付き木探索(BIT*): 情報に基づく漸近最適なエニタイム探索経路計画2017/7/1
グラフ探索のヒューリスティックとサンプリングベース計画を統合し、サンプリングと探索を交互に行うことで連続経路計画を効率的に解くBIT*を提案した論文。
- バッチ情報木BIT*:暗黙的ランダム幾何グラフのヒューリスティック探索によるサンプリングベース最適計画経路計画2014/5/1
グラフ探索とサンプリングベース計画を統合したBIT*を提案し、サンプル集合を暗黙的なランダム幾何グラフとみなしてA*的な効率探索とRRT的な anytime スケーラビリティを両立、確率的完全性と漸近最適性を示した。
- 情報に基づくRRT*:許容楕円体ヒューリスティックの直接サンプリングによる最適経路計画の集中探索経路計画2014/4/1
経路長最小化問題において、解を改善しうる状態部分集合を楕円体で表現し、その内部を直接サンプリングすることでRRT*の収束を高速化するInformed RRT*を提案した論文。
