Mónika Farsang
Technische Universität Wien
収録論文 7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
- 一人称テニス動画における時空間知覚と予測:視覚モデルの能力評価一人称視覚/時空間予測2026/10/27
一人称視点のテニス動画データセットを構築し、画像・動画エンコーダや視覚言語モデルが選手やボールの位置・軌道・打撃種類・接触時刻をどれだけ予測できるかを7タスクで比較評価した。
- 再帰型ニューラルネットワークモデリングによる安全な学習ベース非線形モデル予測制御に向けて制御2026/3/1
非線形モデル予測制御(NMPC)のオンライン計算負荷を軽減するため、予測ホライズン全体でパラメータを共有する逐次ニューラルポリシーを提案し、安全性を保証するオンライン評価とフォールバック機構を組み合わせた。
- 実時間リカレント強化学習による自動運転の適応制御自動運転/強化学習2026/2/1
メモリ効率の良いRTRRLで事前学習済み運転ポリシーをオンライン微調整し、LrcSSMと組み合わせてシミュレーションと実機イベントカメラで適応制御を実証した。
- 深度が鍵:ロバスト自律エージェントのためのマルチモーダルRGB-D知覚自律走行2025/3/1
RGB画像に深度情報を加えることで、自律エージェントのステアリング予測が大幅に向上することを示し、RGB-D特徴を融合した軽量リカレントコントローラを実機に展開して障害物回避を実現した。
- MMDVS-LF: ライントレース用マルチモーダル動的視覚センサ・アイトラッキングデータセットイベントベース視覚/データセット2024/9/1
小型車両によるライントレース時のDVSイベントデータとアイトラッキング、RGB映像、オドメトリ、IMU、運転者属性を統合した初のマルチモーダルデータセットを構築した。
- PPOにおけるクリッピング範囲の減衰手法強化学習2021/2/1
強化学習アルゴリズムPPOのクリッピング範囲を学習中に線形・指数関数的に減衰させる手法を提案し、序盤の探索と終盤の制約強化を両立させて複数の制御・歩行タスクで有効性を検証した論文。
- 強化学習における環境設計の重要性:ロボット環境での検討強化学習2021/2/1
移動協働ロボットアシスタントのMDPを非線形ベルマン方程式で厳密に解き、スキーマの小さな変更が最適方策を変えることを示して環境設計の重要性を明らかにした。
