Mohammad Mahdavian
収録論文 7本 ・ フィジカルAI/ロボット学習
VLAVLA/空間推論3D再構成行動認識人間動作予測動作予測VTR/自己位置推定
※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
- 混雑環境マニピュレーションのためのモジュール式障害物・空間認識フレームワークMOSAICVLA2026/11/11
事前学習済みVLAポリシーに、対象物・目的地・障害物のマスク予測と深度による幾何トークン注入、障害物注目の注意監督を組み合わせ、混雑シーンでの衝突を抑えるモジュール式フレームワークを提案した論文。
- 空間思考の連鎖:視覚言語モデルのためのモダリティ非依存の空間接地VLA/空間推論2026/8/10
追加の推論時モジュールを必要とせず、連続的な空間トークンを導入して視覚言語モデルの空間推論能力を向上させる軽量フレームワークを提案した。
- UniScale:ロボット知覚のための事前情報注入による統一スケール対応多視点3D再構成3D再構成2026/2/1
多視点画像からカメラ内部・外部パラメータ、スケール不変な深度と点群、実スケールを単一のフィードフォワードネットワークで推定し、既存モデルの事前情報を活用してロボット向け3D再構成を高精度化するフレームワーク。
- LS-HAR: 骨格と視覚を言語で監督する人間行動認識と建設現場データセット行動認識2024/10/1
骨格と視覚の特徴を言語モデルで監督しながら顕著性融合する行動認識手法LS-HARを提案し、建設現場向けの新データセットVolvoConstActを構築した。
- STPOTR: 非自己回帰トランスフォーマによる人間の軌道と姿勢の同時予測とロボット先導追従人間動作予測2022/9/1
非自己回帰トランスフォーマで人間の将来の軌道と姿勢を同時に予測し、ロボットが人間の先を歩く追従タスクに応用した研究。
- DMMGAN: 注意機構付き敵対的生成ネットワークによる3次元人体関節の多様な複数動作予測動作予測2022/9/1
トランスフォーマーとGANを組み合わせ、腰関節基準の姿勢だけでなく腰の軌道も含めた多様な将来の人体動作を複数生成する手法を提案し、従来手法を上回る性能を示した。
- 3Dセマンティックマップを用いたUGVのロバストな視覚的ティーチ・アンド・リピートVTR/自己位置推定2021/9/1
教示フェーズでORB-SLAMとYOLOv3により物体位置を含む3Dセマンティックマップを構築し、再現フェーズでは検出物体に基づく自己位置推定で初期姿勢に依存せず経路を往復再現するVTR手法を提案した。
