Kal Backman

収録論文 5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

• SenseWeather: 極限環境下でのロボット知覚を支えるマルチモーダルセンシング
  マルチモーダル知覚2026/10/8

  雨・雪・砂塵・霧・暗闇などの悪条件下でRGB画像が劣化しても、深度と赤外線を融合してタスク互換のRGB観測を復元し、既存の知覚モデルを再学習せずにロボット知覚を維持するベンチマークと手法を提案した論文。

• NEUSIS: 複雑なUAV探索ミッションにおける自律知覚・推論・計画のための構成可能なニューロシンボリックフレームワーク
  ニューロシンボリック/UAV探索2024/9/1

  危険地帯や立入禁止区域を含む大規模環境で、限られた不確実な情報から対象物を探索するUAV向けに、ニューロシンボリックな知覚・推論・計画を組み合わせた解釈可能なシステムを提案し、シミュレーションで既存手法を上回る性能を示した。

• 初心者から熟練者へ：UAVマルチタスクミッションにおけるパイロットと通信するRLベースの共有自律システム
  共有自律/強化学習/UAV2023/6/1

  UAVのマルチタスクミッションにおいて、強化学習を用いた共有自律システムと補助情報表示により、未訓練のパイロットを支援し、タスク成功率を大幅に向上させた研究。

• 共有自律によるドローン着陸支援の強化学習
  共有自律/強化学習2022/2/1

  2台のRGB-DカメラとTD3で訓練した方策モジュールにより、パイロットの意図を推定して操縦を補助し、難条件下でのUAV着陸成功率を51.4%から98.2%に向上させた。

• ドローン着陸を支援する共有自律システムの学習
  共有自律/ドローン着陸2020/11/1

  RGB-D画像を潜在表現に圧縮する知覚モジュールとTD3で訓練した政策モジュールからなる共有自律手法を提案し、初心者パイロットが熟練者と同等以上に安全な着陸を行えることをユーザー研究で示した。