Jongseok Lee
収録論文 12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
- SPIRIT: 深層学習の不確実性下での堅牢なロボット操作のための知覚共有自律共有自律/遠隔操作2026/3/1
深層学習による知覚の不確実性に応じて自律度を調整する「知覚共有自律」を提案し、不確実な時は遠隔操作に切り替えることで、信頼性の高い操作を実現した。
- 点群位置合わせにおける人間が解釈可能な不確かさの説明点群位置合わせ2025/9/1
点群位置合わせの不確かさを定量化し、その原因を既知の誤差要因に帰属させて説明するガウス過程概念帰属(GP-CA)を提案し、能動学習で新たな不確かさ要因も発見する。
- CLEVER: 人間の指示によるロバストな意味知覚のためのストリームベース能動学習能動学習2025/7/1
データストリーム上でDNNの失敗時に人間の指示を求め、ベイズ的定式化によりオンラインで適応させる能動学習システムを提案し、実ロボットで検証した。
- 点群レジストレーションにおける不確かさ推定の説明に向けて点群レジストレーション2024/12/1
確率的ICPが出力する不確かさの原因を、カーネルSHAPを用いてセンサノイズや遮蔽などの要因ごとに説明する手法を提案した。
- ロボット学習における分布外検出のためのトポロジー整合正規化フロー分布外検出2023/11/1
正規化フローの基底分布を情報理論的目的で学習し、複雑な対象分布のトポロジーに整合させることで、ロボット学習における分布外検出精度を向上させた研究。
- 物体姿勢推定と能動学習によるVR遠隔操作:空中マニピュレーションを実現するテレプレゼンスロボット空中マニピュレーション2022/10/1
LiDAR・カメラ・IMUと触覚デバイス、VRインターフェースを組み合わせ、空中マニピュレーションロボットの遠隔操作を可能にするテレプレゼンスシステムを提案。物体姿勢推定と能動学習により動的環境での把持・配置を実現した。
- ロボットを信頼せよ!スパースガウス過程によるニューラルネットワークの予測不確実性推定不確実性推定2021/9/1
DNNをスパースガウス過程の混合専門家として理論的に位置づけ、ロボットタスクで高速かつ信頼性の高い予測不確実性推定を実現した研究。
- ベイズ能動学習によるSim-to-Realロボット知覚sim2real2021/9/1
ベイズニューラルネット物体検出器の不確実性を利用し、実データのアノテーション対象を自動選択することで、Sim-to-Real学習における人手ラベル付けコストを大幅に削減する手法を提案した。
- ベイズ最適化とラプラス近似によるロボットの自己認識不確実性推定2020/10/1
深層ニューラルネットワークの不確実性推定を改善するため、ラプラス近似の過小適合を緩和するベイズ最適化手法を提案し、予測の校正と精度を同時に最適化できることを示した。
- ベイズニューラルネットワークによる乗法的相互作用学習を用いた視覚慣性オドメトリVIO2020/7/1
マルチヘッド自己注意でセンサ間の乗法的相互作用を学習し、ラプラス近似で不確実性を考慮した単眼視覚慣性オドメトリ手法を提案。KITTIで最先端手法を上回り、センサ故障への頑健性を示した。
- スパース情報形式によるニューラルネットワークのモデル不確実性推定不確実性推定2020/6/1
情報行列のスペクトルが疎になりやすい性質を利用し、低ランク近似と新たなスパース化アルゴリズムでDNNのモデル不確実性を効率的に表現・サンプリングする手法を提案した。
- 視覚慣性テレプレゼンスによる空中マニピュレーション空中マニピュレーション2020/3/1
VRと触覚デバイスを用いて遠隔操作者にリアルタイム3D視覚フィードバックを提供し、空中ロボットの把持・配置・力作業・ペグ挿入などの高度な操作を可能にするテレプレゼンスシステムを提案した。
