Kostas Daniilidis
収録論文 51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
- 隠れた運動学を探索して関節物体を操作する学習マニピュレーション2026/9/29
関節物体の運動学の曖昧さをベイズ信念分布と強化学習で解消し、情報利得を報酬に探索行動を学習する手法を提案。
- 密度輸送によるフローマッチングポリシーの強化学習強化学習2026/6/7
フローマッチングポリシーを強化学習で微調整する新しいアルゴリズムRLDTを提案。最大エントロピーRL目的とSVGDを用いて輸送場を構築し、期待ターゲット推定で安定学習を実現。
- OctoSense: マルチモーダルロボット知覚のための自己教師あり学習自己教師あり学習2026/6/1
複数のセンサを搭載したロボット用データセットと、センサの特性に合わせたマスクオートエンコーダによる自己教師あり学習手法を提案。既存の画像基盤モデルより優れた性能を示す。
- OmniGuide:汎用ロボットポリシーを強化する万能ガイダンス場VLA2026/3/1
3D基盤モデルやVLMなどの多様なガイダンスを微分可能なエネルギー関数として表現し、VLAモデルの行動サンプリングを誘導することで、複雑な操作タスクの成功率と安全性を向上させるフレームワーク。
- 動画からのシーン内物体操作のゼロショット再構成マニピュレーション2025/12/1
単眼RGB動画から、シーン内での物体操作を再構成する初のシステムを提案。データ駆動型基盤モデルで初期化し、2段階最適化で把持から操作までの手と物体の動きをシーンに整合させて復元する。
- オンボードセンシングと基盤モデルを統合したロボットトリアージのためのマルチロボットプラットフォームマルチロボット/医療トリアージ2025/12/1
大規模災害時に空撮UAVとセンサ搭載UGVを連携させ、被災者の発見からバイタル測定・外傷評価・重症度分類までを遠隔で行うトリアージ支援システムを開発した。
- Maestro:視覚言語モデルでロボティクスモジュールを統合するゼロショット汎用ロボットVLA2025/11/1
VLMコーディングエージェントが知覚・計画・制御モジュールを動的に組み合わせてプログラム的政策を生成し、ゼロショットで汎用ロボットを実現する手法を提案。
- ActiveGrasp: 情報に基づく能動的把持のためのキャリブレーション済みエネルギーベースモデルマニピュレーション2025/11/1
SE(3)上の把持分布を捉えるキャリブレーション済みエネルギーベースモデルと、その分布から情報利得を見積もる能動視点選択を組み合わせ、限られた視点予算で混雑環境の物体把持を実現した研究。
- リスク回避型経路計画のための能動的次善視点最適化経路計画2025/10/1
オンライン更新される3Dガウススプラッティング放射輝度場上でAVaRに基づくリスクマップを構築し、リスク回避経路の精緻化とSE(3)多様体上の次善視点選択を統合したフレームワークを提案する。
- 高速特徴場(F³): イベントデータの予測的表現イベントカメラ2025/9/1
イベントカメラのデータから過去のイベントを基に未来のイベントを予測することで、シーン構造と動きの情報を保持する高速な表現F³を学習し、光流推定・セマンティックセグメンテーション・単眼深度推定で最先端性能を達成した論文。
- HELIOS: 未知環境における言語指示に基づく移動マニピュレーションのための階層的探索移動マニピュレーション2025/9/1
部分的にしか観測できない未知環境で言語指示に基づく移動マニピュレーションを実現するため、2D地図と3Dガウス表現を組み合わせた階層的シーン表現と、探索と情報獲得を両立する探索目的関数を提案した。
- RoboArena:汎用ロボットポリシーの分散型実世界評価ロボット評価/ベンチマーク2025/6/1
評価者ネットワークが自由にタスクと環境を選び、ペア比較の二重盲検評価を集約することで、汎用ロボットポリシーをスケーラブルかつ公平にランキングする手法を提案し、7機関・600以上の実機評価で有効性を示した。
- リーイベントに基づくニューラル慣性オドメトリ慣性オドメトリ2025/5/1
IMUデータをSE(3)リー代数上のイベントとしてサンプリングし、サンプリングレートや軌道プロファイルの変化に頑健なニューラル変位事前分布を学習することで、慣性オドメトリのドリフトを最大21%低減した。
- 対称性を強化したマルチエージェント強化学習群制御2025/1/1
マルチエージェント系に外在的な対称性を埋め込む枠組みを提案し、群れロボットの衝突低減とタスク成功率向上を実現した。
- ETAP: イベントカメラによる任意点追跡イベントカメラ/点追跡2024/12/1
イベントカメラの高時間分解能と高ダイナミックレンジを活かし、任意の点を追跡する初のイベントベースTAP手法を提案。動きに頑健な特徴学習のための特徴アライメント損失を導入し、ベンチマークで大幅な精度向上を達成。
- マルチモーダルLLMとフィッシャー情報を用いた探索・アクティブマッピングアクティブマッピング2024/10/1
3Dガウシアンスプラッティング表現とマルチモーダルLLMを組み合わせ、長期的な探索目標と短期的な行動計画を同時に行うアクティブマッピングシステムを提案。位置推定の不確かさを考慮した情報利得最大化により、最先端の性能を実現した。
- Next Best Sense: FisherRFで3Dガウシアンスプラッティングの視覚と触覚を誘導3Dガウシアンスプラッティング/能動視点選択2024/10/1
3Dガウシアンスプラッティングを用いたロボットマニピュレータのための能動的な次善視点・触覚選択フレームワークを提案し、SAM2による深度整合とFisherRF拡張で少数視点での性能を向上させた。
- EqNIO: 部分同変ニューラル慣性オドメトリ慣性オドメトリ2024/8/1
IMUデータの重力周りの回転と反射に対する対称性を考慮した同変ニューラルネットワークを設計し、慣性オドメトリの汎化性能を向上させた。
- 非線形運動事前分布とコントラスト最大化による高密度連続時間モーション推定イベントカメラ/オプティカルフロー2024/7/1
イベントカメラ向けに、画素レベルの軌跡を運動事前分布として組み込んだ自己教師あり損失を提案し、連続時間モーション推定とオプティカルフローの精度を向上させた。
- 不確実性を考慮した言語条件付き模倣学習ポリシーの展開VLA2024/3/1
事前学習済みの言語条件付き模倣学習エージェントに対し、温度スケーリングでキャリブレーションを行い、不確実性を考慮した行動選択を可能にする手法を提案し、タスク完了率を向上させた。
- 不確実性を超えて:FisherRFを用いた安全なロボットナビゲーションと3Dシーン理解のためのリスク認識型能動視点獲得能動視点獲得/3Dシーン理解2024/3/1
リスク尺度で危険領域を優先するRaEMを提案し、FisherRFと組み合わせてロボットの安全性と3Dシーン再構成の効率を両立させた。
- ロボットナビゲーションのためのランダム化アルゴリズムによるスケーラブルなネットワーク特徴選択群制御2024/3/1
未知環境を航行するロボット群の自己位置推定に有用な視覚特徴を、グラフラプラシアンとネットワーク接続性を利用したランダム化アルゴリズムで効率的に選択する手法を提案した。
- 乱流中を飛行するドローンスウォームの協調深層強化学習によるナビゲーション群制御2023/6/1
乱流環境で飛行する複数ドローンのチームが、グラフ畳み込みネットワークを用いた深層強化学習により、風の影響をチーム全体で補償しながら協調飛行する手法を提案した。
- EV-Catcher: 低遅延イベントベースニューラルネットワークによる高速物体キャッチングイベントカメラ/キャッチング2023/4/1
イベントカメラと軽量なイベント表現BEHIを用いて、最大13m/sで飛来するピンポン球の着弾位置をリアルタイム推定し、組み込み向け計算機上で81%の成功率で捕球するシステムを実現した。
- 視覚と言語によるナビゲーションのためのクロスモーダル地図学習VLA2022/3/1
言語と視覚の対応を明示的な空間表現(地図)上で学習し、観測・未観測領域の上面視意味地図を予測して経路をウェイポイントとして出力するVLN手法を提案した論文。
- 不確実性に基づく探索・ナビゲーション計画フレームワークナビゲーション2022/2/1
視野外の占有マップを生成し、その予測不確実性を利用して探索と目的地ナビゲーションの経路選択を行う計画手法を提案した論文。
- 世界モデルによる多様な目標の発見と達成世界モデル2021/10/1
画像から世界モデルを学習し、想像上のロールアウトで探索方策と達成方策を訓練することで、教師なしで多様な目標を発見し、目標画像をゼロショットで達成する手法LEXAを提案した論文。
- Bridge Data:クロスドメインデータセットでロボット技能の汎化を促進模倣学習2021/9/1
10環境71タスク7200デモからなる大規模マルチドメインデータセットを収集し、新規タスク・新規環境での学習に併用すると成功率が約2倍になることを示した。
- 能動的意味ゴールナビゲーションのための地図生成学習ナビゲーション2021/6/1
エージェントの視野外の意味地図を能動的に生成し、未観測領域のクラス不確実性を長期ゴール決定に活用することで、未知環境での物体ゴールナビゲーションを改善した研究。
- 潜在空間コロケーションによるモデルベース強化学習モデルベースRL2021/6/1
画像から学習した潜在状態モデルを用い、行動ではなく潜在状態の軌跡をコロケーション法で計画することで、長期的なタスクにおける視覚的モデルベース強化学習を改善した研究。
- アノテーション不要の物体中心動画予測動画予測2021/5/1
強力な視覚モデルの事前知識を活用し、物体アノテーションなしで物体中心の動画予測を行う手法OPAを提案し、積み重なった物体の落下動画で有効性を示した。
- 動画を活用した強化学習:オフライン観察と対話の組み合わせ強化学習2020/11/1
人間の動画とロボットの対話データを組み合わせて方策と価値関数を学習するRLVフレームワークを提案し、ゼロから学ぶRLの半分以下のサンプルで視覚ベースの難しいスキルを獲得できることを示した。
- 密結合学習型慣性オドメトリ慣性オドメトリ2020/7/1
IMUのみで3D変位とその不確かさを回帰するニューラルネットを確率的クローニングEKFに密結合し、姿勢・速度・バイアスを推定する手法を提案した論文。
- 自己教師あり世界モデルによる探索計画強化学習/探索2020/5/1
将来の新規性を計画によって先読みして探索する自己教師あり強化学習エージェントを提案し、高次元画像入力の制御タスクで報酬なしでも従来手法を上回りオラクルに迫る性能を示した。
- 敵対的好奇心によるスケーラブルな探索探索/能動学習2020/3/1
識別器と予測モデルを敵対的に学習させ、予測が最も非現実的になる観測・行動列を能動的に選ぶことで、ロボット操作の予測計画パイプラインでも効率的に探索できる手法を提案した。
- 深層知覚フィードバックによる未知環境での反応型セマンティックプランニングセマンティックプランニング2020/2/1
物体検出とセマンティックSLAMを統合し、未知環境で幾何的・論理的な反応型計画を可能にするシステムを提案。人間の動作にもリアルタイム対応し、車輪・脚式ロボットで実証した。
- 意味的知覚フィードバックを用いた部分的に既知な平面環境での反応的ナビゲーションナビゲーション2020/2/1
SLAMと物体認識を活用し、既知物体のカタログと未知障害物を避けながら目標へ収束する反応的ベクトル場プランナを提案し、車輪・脚式ロボットで実証した。
- 観察と相互作用から予測モデルを学ぶモデルベース強化学習2019/12/1
ロボットが自身の相互作用データに加え、人間の動画など他者の観察データも活用して予測モデルを学習する手法を提案し、道具使用の計画に応用した。
- TagSLAM:フィデューシャルマーカーを用いた堅牢なSLAMSLAM2019/10/1
AprilTagマーカーを活用し、GTSAMの因子グラフ最適化に基づく柔軟で堅牢なSLAMシステムを構築した。完全SLAMや外部キャリブレーション、ループクロージャなど多様な実験を素早く設計できる。
- イベントベースビジョン:サーベイイベントカメラ2019/4/1
イベントカメラの原理・利用可能なセンサ・低次から高次までの視覚タスク・処理アルゴリズムを包括的に概観したサーベイ論文。
- ドローンによる人間のモーションキャプチャモーションキャプチャ2018/4/1
機体搭載のRGBカメラのみで全身3Dモーションを復元するドローン型モーションキャプチャシステムを提案し、新データセットDroCapで精度を評価した。
- EV-FlowNet: イベントカメラ向け自己教師ありオプティカルフロー推定イベントカメラ/オプティカルフロー2018/2/1
イベントストリームを画像表現に変換し、同時刻のグレースケール画像を教師信号として自己教師あり学習でオプティカルフローを推定する手法を提案した。
- マルチビークル対応ステレオイベントカメラデータセット:3D知覚のためのイベントカメラデータセットイベントカメラ/3D知覚/データセット2018/1/1
ヘキサコプター・車・バイク・手持ちなど多様な環境で同期ステレオイベントカメラとIMU・LiDAR・GPSを収録し、最大100Hzの高精度な姿勢と深度画像を提供する大規模データセットを構築した。
- GPS非依存の障害物環境における高速自律飛行自律飛行2017/12/1
GPSが使えない倉庫などの混雑環境で、事前知識をほとんど持たずに障害物を避けながら高速で自律飛行するロボットのシステム設計とソフトウェア構成を提案し、実環境実験で有効性を示した論文。
- モンテカルロ木探索による触覚物体認識のための能動的エンドエフェクタ姿勢選択触覚2017/3/1
触覚のみで物体を認識するため、把持ごとの手首姿勢をモンテカルロ木探索で適応的に選び、少ない接触回数で認識精度を高める手法を提案し、実機で有効性を示した。
- セマンティックキーポイントによる6自由度物体姿勢推定姿勢推定2017/3/1
単一RGB画像から畳み込みネットワークが予測するセマンティックキーポイントと変形可能形状モデルを組み合わせ、テクスチャの有無に依存せず物体の6自由度姿勢を推定する手法を提案した。
- 未知の相関下でのロバスト融合とカルマンフィルタリングへのゲーム理論的アプローチ状態推定2016/10/1
相関が未知の2つの確率ベクトルを融合する際のミニマックス最適推定法を提案し、分散状態推定に応用して共分散交差法より保守的でないことを示した。
- 分散型で一貫性のあるデータ対応付けマルチセンサ融合2016/9/1
複数センサ間のペアワイズなデータ対応付けから、全分散型で一貫したグローバル対応付けを実現する2手法を提案し、理論と実験で有効性を示した。
- 高速でロバストな連続単眼エゴモーション推定単眼オドメトリ2016/2/1
ノイズの多い単眼画像列からカメラの自己運動を推定するため、残差の尤度分布を用いて外れ値に重み付けするERL法を提案し、KITTIで高精度かつ低コストを実現した。
- センシングロボットによる情報獲得:アルゴリズムと誤差限界情報獲得/移動センサ2013/9/1
移動センサの軌道最適化において、センサ動特性を考慮しつつ劣モジュラ性に依存しない非貪欲アルゴリズムを提案し、性能保証付きで貪欲法より優れることを示した。
- 非近視眼的視点計画による能動的物体検出能動的知覚2013/9/1
移動式深度カメラの視点を能動的に制御し、POMDPに基づく視点計画で物体検出の曖昧さを解消する手法を提案。PR2ロボット実験で貪欲法や静的検出より優れることを示した。
