Mason Peterson
Northeastern University
収録論文 6本 ・ フィジカルAI/ロボット学習
物体運動予測歩行マッピングローカライゼーション軌道計画VLA
※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
- メタ学習による意味的適応で未知物体の動きを予測するオープンワールド物体運動予測物体運動予測2026/10/28
物体の意味・形状・関係性の履歴を活用したメタ学習型グラフニューラルネットにより、新しい環境で少数の観測から物体が動き出すタイミングを予測し、シミュレーションのみで学習しながら実機にもそのまま転移できる手法を提案した。
- 俊敏な四足歩行ロボットのための連続時間安全計画・制御歩行2026/10/26
四足歩行ロボットの全駆動SE(2)モデルを保ち、合成バーンスタイン多項式で軌道を表現することで、計画区間全体にわたり衝突回避と入力制約を保証するリアルタイム計画手法を提案した。
- GaussLite: リアルタイムロボットマッピングのためのオンラインタスク条件付き3Dガウススプラッティングマッピング2026/6/1
タスク記述に基づいて3Dガウススプラッティングの表現密度を調整し、関連領域のみを高精細に最適化するリアルタイムマッピングシステムを提案。
- メリディアン:都市環境を超えたクロスビュー地理的ローカライゼーションのためのメトリック・セマンティックプリミティブマッチングローカライゼーション2026/6/1
航空画像と地上ロボットのRGB-Dデータから高レベルなメトリック・セマンティックプリミティブをマッチングし、訓練なしで多様な環境に一般化する正確なグローバルローカライゼーション手法を提案した。
- DYNUS: 不確実性を考慮した動的未知環境での軌道計画軌道計画2025/4/1
動的未知環境で、不確実性を考慮しつつ高速かつ衝突回避を保証する軌道計画手法を提案。
- REAL: 大規模言語モデルを用いた自律飛行ロボットのレジリエンスと適応VLA2023/11/1
大規模言語モデルをマルチロータのミッション計画と制御ループに組み込み、未知の状況へのレジリエンスと適応性を高める手法を提案し、実機実験で位置追従誤差の低減を示した。
