Marc R. Schlichting
収録論文 9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
- 視覚に基づくポーズ推定のための保護水準ポーズ推定2026/8/1
この論文は、航空機のポーズ推定における未検出の故障に対しても有効な確率的誤差限界(保護水準)を導出するアルゴリズムを提案し、冗長性や不確かさの影響を分析したものです。
- 視覚ベース着陸システムの学習保証のためのメカニズム的解釈可能性信頼性保証2026/5/1
視覚ベースの航空機着陸システムにおいて、ニューラルネットワークの状況表現がコンテンツとスタイルに分離可能であることを示し、その分離を利用した実行時保証手法OOMSを提案した論文。
- 拡散モデルによる失敗サンプラーを用いた自動運転車のロバスト計画自動運転計画2025/7/1
交差点での衝突を引き起こすセンサーノイズを拡散モデルで生成し、それを用いて自動運転車のロバストな計画手法を提案した。
- 拡散モデルによる自動運転システムの安全検証安全検証2025/6/1
拡散モデルを用いて、任意の初期交通状態から自動運転車の潜在的な失敗事例を生成し、安全検証を効率化する手法を提案した。
- 低ランク混合提案による高次元でのスケーラブルな重要度サンプリング重要度サンプリング2025/5/1
高次元空間での希少事象推定のため、確率的PCA混合モデルを提案分布に用いる重要度サンプリング手法を提案し、シミュレーションで有効性を示した。
- 拡散モデルによる安全クリティカル自律システム評価のための故障サンプリング安全性検証2024/6/1
条件付き拡散モデルを反復学習し、高次元ロボティクスにおける故障軌道を効率的にサンプリングする手法を提案。既存のブラックボックス手法より少ないサンプルで多様な故障モードを網羅できることを示した。
- SAVME: メタ学習を用いた自律システムの効率的な安全性検証安全性検証2023/9/1
メタ学習とマルチアームドバンディットを組み合わせ、自律システムの故障シナリオを効率的に探索し、シミュレーションの忠実度を適応的に選ぶことで検証を最大18倍高速化した。
- 状態推定のための深層正規化フロー状態推定2023/6/1
正規化フローと表現力の高い深層ニューラルネットワークを組み合わせてエージェントの真の状態に対する信念を学習し、ロボットの状態推定タスクで従来手法を上回る性能を示した論文。
- LSTMによる空間エンコードを用いたマルチエージェント経路計画マルチエージェント経路計画2022/3/1
可変数のエージェントに対応するためLSTMで状態をエンコードし、強化学習で連続空間の経路計画ポリシーを学習。最大4機のドローン実機飛行で衝突回避を実証した。
