Mubarak Shah
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
- TERRA: 時間的効果表現と関係的整合による可搬な潜在行動の学習VLA2026/10/7
視覚遷移から潜在行動を学習する際、遷移の「時間的効果」を表現し、異なる初期状態でも同じ意味を持つよう整合させる手法TERRAを提案。
- Aero-World: 慣性制御に基づく行動条件付き空中映像生成映像生成2026/5/19
事前学習済みの画像から映像への拡散モデルを、加速度や角速度などの慣性制御信号に従う空中映像生成器へ変換する手法を提案。実映像とIMUデータで訓練した物理プローブにより、映像の慣性整合性を監視しつつLoRAで微調整する。
- CLARITY: 潜在空間における文脈対応疾患軌跡モデリングによる治療意思決定支援の医療ワールドモデル医療AI/意思決定支援2025/12/8
患者ごとの時間・臨床文脈を潜在空間に統合し、治療条件付きの疾患進行を予測して個別化治療計画を生成する医療ワールドモデルを提案。
- EventTransAct: イベントカメラ行動認識のためのビデオトランスフォーマーフレームワーク行動認識2023/8/1
イベントカメラの行動認識にビデオトランスフォーマー(VTN)を適用し、イベント対照損失とイベント特化の拡張を導入して、N-EPIC Kitchensデータセットで最先端の精度を達成した。
- TransVisDrone: 空中映像におけるドローン間検出のための時空間トランスフォーマードローン検出2022/10/1
CSPDarkNet-53とVideoSwinを組み合わせたエンドツーエンドの時空間トランスフォーマーにより、空中映像からドローン間検出を高精度・高スループットで実現し、エッジデバイス上での動作も示した。
- 少数の空中訓練例を用いたドローン映像における人間行動認識行動認識2019/10/1
ドローン映像での行動認識の訓練データ不足を補うため、ゲーム映像とGAN生成の空中特徴を活用し、異種データを統合するマルチタスク学習を提案した論文。
- 注意を向けて!タスク集中型注意による深層視覚運動ポリシーの頑健化視覚運動ポリシー2018/9/1
自然言語で指定された操作対象に視覚注意を集中させるTFA機構をVAE-GANで実装し、物理的・視覚的撹乱に対して深層視覚運動ポリシーを大幅に頑健化した研究。
- 超混雑環境で数百人を追跡する二値二次計画法群衆追跡2016/3/1
超混雑シーンで数百人の歩行者を効率的に追跡するため、検出とデータ連関を同時に解く二値二次計画法に基づくオンライン追跡手法を提案した。
- 都市部における低高度UAVの安全自律航法経路計画2016/2/1
GoogleマップのGISデータと画像を用いて土地利用リスクを重み付けしたA*経路計画と、飛行中の動的障害物回避を組み合わせ、市街地でのドローン飛行の安全性を高める手法を提案した。
