Julius Rückin
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
- 不確実性を考慮した能動的知覚によるオープンボキャブラリ物体目標ナビゲーション物体目標ナビゲーション2025/6/1
視覚言語モデルの意味的不確実性を確率モデルで定量化し、地図と探索計画に統合することで、プロンプト調整なしに物体目標ナビゲーションを効率化する手法を提案した。
- 地図表現に依存しない適応的情報経路計画ポリシー経路計画2024/10/1
異なる地図表現に統一的に対応する適応的情報経路計画の定式化を提案し、学習ポリシーを多様な地形監視ミッションで訓練・展開可能にした。
- 適応的経路計画によるロボットビジョンの能動学習能動学習2024/10/1
未知環境でのロボットの視覚性能を高めるため、高品質な人手ラベルと自動生成された疑似ラベルを組み合わせ、適応的な経路計画で効率的に学習データを収集するフレームワークを提案した。
- 適応的情報経路計画のための学習ベース手法に関するサーベイ経路計画2024/4/1
未知環境で効率的にデータ収集する適応的情報経路計画(AIPP)に学習手法を適用した研究を、統一的な数理枠組みと2つの分類軸で整理したサーベイ。
- 動的グラフを用いた深層強化学習による適応的な情報探索経路計画経路計画2024/2/1
未知の3D環境で目標を効率的に発見するため、ロボット周辺に動的にグラフを構築して経路を再計画する深層強化学習手法を提案し、果樹園モニタリングのシミュレーションで有効性を示した。
- 未知環境における意味セグメンテーションのための情報経路計画を用いた半教師あり能動学習能動学習/意味セグメンテーション2023/12/1
ロボットが未知環境で意味セグメンテーションを学習する際、不確実性の高い未探索領域へ経路計画で誘導し、少数の高品質な人手ラベルと自動生成した擬似ラベルを組み合わせることで、人手ラベル作業を大幅に削減する半教師あり能動学習手法を提案した。
- NeU-NBV: 画像ベースニューラルレンダリングの不確かさ推定を用いた次善視点計画次善視点計画2023/3/1
画像ベースのニューラルレンダリングにおける不確かさ推定を活用し、限られた撮影回数で未知シーンを最もよく表現できる次のカメラ視点を逐次計画する手法を提案した。
- 果実検出のためのグラフベース視点運動計画視点計画2023/3/1
ロボットアームの視点移動をグラフで計画し、ピーマン植物の果実を隠蔽を抑えつつ効率的に検出する手法を提案。
- 深層強化学習によるマルチUAV適応経路計画群制御2023/3/1
UAVチームが地形を効率的に監視できるよう、反事実ベースラインを用いた深層強化学習による協調的な情報経路計画手法を提案した。
- UAVセマンティックマッピングのための能動学習に向けた情報経路計画フレームワークUAV/能動学習2023/2/1
UAVが自律的に情報量の多い画像を取得し、手動ラベリングを最小限に抑えつつセマンティックセグメンテーションモデルを再学習するための経路計画フレームワークを提案。
- 航空セマンティックマッピングにおける能動学習のための情報経路計画能動学習/経路計画2022/3/1
ベイズ推定でセグメンテーションモデルの不確実性を見積もり、その不確実性を能動学習の目的関数に結びつけてUAVを誘導し、ラベル付けに最も有益な地形画像を効率的に収集する手法を提案した。
- 積分カーネルを用いたガウス過程融合による適応解像度地形マッピング環境マッピング2021/9/1
ドローンによる環境モニタリングのため、積分カーネルを用いたガウス過程融合で地図の解像度をオンラインで適応的に変更し、興味領域は高解像度で保持しつつ不要領域を圧縮して効率的に地形をマッピングする手法を提案した。
- 深層強化学習を用いたUAVアクティブセンシングのための適応的情報経路計画経路計画/強化学習2021/9/1
深層強化学習と木探索を組み合わせ、未知環境を探索するUAVの情報価値を最大化する経路計画手法を提案し、計算量を8〜10倍削減しつつ既存手法と同等の性能を実現した。
