Mathias Lechner

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

• インフラベースのエンドツーエンド学習によるドライバー故障の検出と予防
  自動運転2023/3/1

  ミニチュア都市で収集した軌跡データを用いて、交差点に接近する車両の故障を検出する再帰型ニューラルネットワークFailureNetを提案し、ハードウェア上で84%以上の精度を達成した。

• 視覚的注意を用いた協調飛行制御に向けて
  飛行制御/並列自律2022/12/1

  パイロットの視線とニューラルネットの顕著性マップを比較し、注意が一致しないときだけ自律システムが介入する「エアガーディアン」を提案。固定翼シミュレーションとクアッドロータ実機で有効性を示した。

• 視覚モデルはすべて平等に作られているのか？開ループから閉ループへの因果ギャップの研究
  VLA2022/10/1

  自動運転などのロボティクス応用で生じる「開ループ学習→閉ループ運用」の因果ギャップを様々な視覚モデルで検証し、適切な学習指針下では分布内ではギャップが解消されるが、分布シフト下ではモデル構造に関わらず性能が崩れることを示した研究。

• ニューラルODEの前方不変性について
  ニューラルODE2022/10/1

  制御バリア関数を用いてニューラルODEの出力仕様を保証する手法を提案し、表現学習や衝突回避で検証した。

• ロボット学習における敵対的ロバスト性と精度のトレードオフ再考
  敵対的ロバスト性2022/4/1

  自動運転・移動ロボットナビゲーション・ジェスチャ認識の3タスクで敵対的学習のロバスト性と精度のトレードオフを体系的に評価し、最新手法でも精度低下がロバスト性向上を桁違いに上回ることを示した。

• 閉形式連続時間ニューラルモデル
  連続時間NN2021/6/1

  液体時定数ネットワークの微分方程式を閉形式で近似し、数値解法不要で1〜5桁高速な連続時間ニューラルモデルを実現した。

• 連続時間ニューラルネットワークによる因果的ナビゲーション
  ナビゲーション2021/6/1

  連続時間ニューラルネットワークを用いてエージェントと環境の因果関係を学習し、ドローンの視覚ベース航法を頑健化する手法を提案・検証した論文。

• 潜在想像が自律レーシングのゼロショット転移を可能にする
  sim2real2021/3/1

  LiDAR搭載F1TENTHレーシングロボットのタイムラップ課題で、潜在空間での想像により学習するワールドモデルベース強化学習が、モデルフリー手法より性能・サンプル効率・汎化で優れることを示した。

• 線虫の神経回路を再利用した小型ロボット制御
  ロボット制御2018/9/1

  線虫C.エレガンスの神経回路構造を模した小型ニューロン回路ポリシーを探索的最適化で再目的化し、実機ローバーの自動駐車を含むロボット制御タスクで深層学習並みの性能を少ないパラメータで達成した。