Monika Sester
収録論文 8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
- CLIPPER: 都市型マイクロモビリティ政策変更のための監査可能な意思決定支援都市計画最適化2026/9/30
都市計画ワークショップで駐輪政策の変更を高速に再最適化するため、候補プールを限定した貪欲法と監査機能を備えたCLIPPERを提案し、3都市で精度を保ちつつ13〜29倍の高速化を実現した。
- CLIPPER: 反復型空間カバレッジ計画のための再生可能なショートリスト最適化計画/最適化2026/8/27
都市規模のマイクロモビリティ計画において、制約を満たしつつ高速に再計画できるCLIPPERを提案。候補プールと正確な利得計算を組み合わせ、フルグリーディとほぼ同等のカバレッジを維持しながら計算時間を大幅に削減する。
- StreamLTS: クエリベース時空間LiDAR融合による協調物体検出協調認識2024/7/1
LiDARセンサの非同期な計測時刻を考慮した協調物体検出タスクTA-COODを提案し、クエリベースで物体の時間情報をモデル化する完全スパースなフレームワークを構築した。
- GMMとGPによる不確実性を考慮した3次元陰関数表面マッピング3次元マッピング2024/3/1
ノイズの多いLiDARデータから、GMM回帰と微分観測を用いたGPを組み合わせて不確実性を伴う3次元陰関数表面を推定する手法を提案し、都市環境の複雑な表面で高精度・低計算コストを実現した。
- ForceFormer:社会的力を用いた歩行者軌道予測Transformer軌道予測2023/2/1
社会的力(引力・斥力)をTransformerに組み込み、歩行者の将来軌道を予測する手法を提案。混雑環境での衝突を大幅に削減した。
- GMMを事前分布に用いた不確実な建物モデルのガウス過程マッピングマッピング/不確実性2022/12/1
GMMから抽出した面と局所GPブロックを組み合わせ、建物の不確実性を確率的に表現する地図構築手法を提案し、LiDAR点群で既存手法より高い精度を示した。
- GATraj: グラフとアテンションに基づくマルチエージェント軌道予測モデル軌道予測2022/9/1
アテンション機構とグラフ畳み込みネットワークを組み合わせ、歩行者や車両の軌道を高精度かつ高速に予測するモデルを提案。ラプラス混合デコーダで多様な予測を生成する。
- 動的物体を活用した連結自動運転車両ネットワークの相対位置推定補正位置推定2022/5/1
車車間通信で共有される動的物体(他車両)の検出中心もキーポイントとして用い、RANSACベースで2台のCAV間の相対位置誤差を20cm未満に補正する手法を提案した論文。
