Mohammad Nazeri
University of Toronto
収録論文 17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
- 本当に重要なのは何か?BEHAVIOR-1Kにおけるπ0.5の推論設定のペア評価VLA2026/10/27
BEHAVIOR-1Kの全100タスクでVLAモデルπ0.5の推論・データ収集戦略を体系的にペア評価し、既存戦略が新しい環境やタスクに一様には転用できないことを示した。
- コンタクトレンズ濡れ性評価のための自動接触角測定プラットフォームRAISE-Vision自動化実験/濡れ性計測2026/10/23
曲面ヒドロゲル上での接触角測定を自動化するロボットプラットフォームを開発し、コンタクトレンズの濡れ性評価を再現性高く行えることを示した。
- Hydra: 離散潜在プランニングと連続フローマッチング実行を備えたナビゲーション世界行動モデルナビゲーション2026/8/29
世界モデルを用いたロボットナビゲーションのリアルタイム制御を実現するため、プランナーをモデル内部に統合し、離散潜在空間でのプランニングと連続軌道生成を組み合わせたHydraを提案した。
- HumAIN: 人間を考慮した暗黙的ソーシャルロボットナビゲーションナビゲーション2026/7/1
歩行や姿勢などの骨格情報を暗黙の社会的合図として捉え、知識蒸留により軽量モデルでリアルタイムに人間らしいナビゲーションを実現するフレームワークを提案した。
- 自然言語によるキノダイナミクスモデリングでロボットの構造損傷にゼロショット適応sim2real2026/2/1
自然言語で記述された損傷情報を自己教師あり学習でキノダイナミクス挙動に結びつけ、損傷を受けたロボットの順モデルを学習。シミュレータで最大81%の誤差削減を達成し、sim-to-realやスケール間の汎化も示した。
- RAISE:界面特性の処方探索を自律実行する自己駆動型実験室自己駆動型実験室2025/10/1
液体の混合・液滴の画像取得・接触角測定を自動化し、ベイズ最適化と組み合わせて界面特性の処方を自律的に探索するシステムを開発した。
- VertiFormer: オフロード走行のためのデータ効率の良いマルチタスクTransformerオフロード走行2025/2/1
わずか1時間のデータで訓練し、次姿勢・行動・地形パッチを予測するマルチタスクTransformerにより、険しいオフロード走行の順・逆キネマティクスを同時に学習する手法を提案。
- Social-LLaVA:人間的言語推論による社会的空間でのロボットナビゲーション強化VLA2025/1/1
人とロボットの社会的インタラクション4万件のVQAデータセットSNEIを作成し、VLMを微調整したSocial-LLaVAで社会的に配慮したロボットナビゲーションを実現した。
- M2P2: 極低照度環境でのオフロード移動のためのマルチモーダル受動知覚データセット知覚データセット2024/10/1
LiDARや可視光カメラが使えない極低照度・無光環境でのオフロード自律移動を可能にするため、熱・イベント・ステレオRGBカメラとGPS・IMU・LiDARを組み合わせたマルチモーダル受動知覚データセットを構築し、受動知覚のみでの移動可能性を示した。
- 走破不能領域を走破する:垂直に険しい地形における車輪移動のための走破性推定走破性推定2024/9/1
従来は走破不能とされた垂直に険しい地形を、過去の車両-地形間の動的相互作用データから走破可能と推定し、プランナを効率的に誘導する手法を提案。
- VertiCoder:垂直に険しい地形における自己教師あり運動力学表現学習自己教師あり学習/運動力学2024/9/1
マスク付きパッチ再構成による自己教師あり学習で、垂直に険しい地形でのロボット移動に関する4つの下流タスク(順・逆運動力学、模倣学習、パッチ再構成)を単一表現で扱えるTransformerベースの手法を提案。
- 縦に険しい地形での効率的な6自由度運動力学モデリングのための地形注意学習走行2024/3/1
車輪ロボットが縦に険しい地形を走行する際、現在の車両と地形の相互作用に重要な地形のみに注意を向ける6自由度運動力学学習手法を提案し、予測誤差を平均51.1%削減した。
- VANP: ナビゲーションのための視覚行動自己教師あり事前学習ナビゲーション2024/3/1
ナビゲーションに必要な視覚領域だけに注目する自己教師あり視覚行動モデルVANPを提案し、少ない学習で効率的な視覚ナビゲーションを実現した。
- CAHSOR: SE(3)における能力認識型高速オフロード走行ナビゲーションオフロードナビゲーション2024/2/1
車両の6自由度順キノダイナミックモデルを視覚・慣性情報から自己教師あり学習し、地形ごとの危険な挙動の結果を推論することで、速度をほぼ落とさずに車両の不安定性を大幅に低減する高速オフロードナビゲーション手法を提案した。
- マルチモーダル知覚を用いた社会的ロボットナビゲーションの学習に関する研究ナビゲーション2023/9/1
大規模実世界データセットを用いて、LiDARとRGBカメラのマルチモーダル知覚による社会的ロボットナビゲーションの学習を、大域・局所計画の両レベルで単一モーダルや従来手法と比較し、人間研究も行った。
- 人間らしい社会的ロボットナビゲーションに向けて:大規模マルチモーダル社会的人間ナビゲーションデータセットナビゲーション2023/3/1
歩行者の身体に装着できるセンサスイートを開発し、公共空間での人間の社会的ナビゲーションを約100km・20時間分収集した大規模マルチモーダルデータセットを構築・公開した。
- 垂直に険しい地形における車輪移動の実現:プラットフォーム、データセット、アルゴリズム車輪移動2023/3/1
従来の車輪ロボットでは移動不可能とされてきた垂直に険しい不整地を走破するため、2種類の車輪プラットフォームを提案し、走行データセットを収集、データ駆動型移動アルゴリズムを開発した。
