Niko Sünderhauf
収録論文 37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
- 確率的LiDARスキャフォールドによるコンパクトで表面整合なガウシアンスプラッティング3DGS2026/11/7
カメラとLiDARのデータから階層的ガウス混合モデルを構築し、それを足場として表面に沿ったコンパクトな3DGS表現を生成する手法を提案。
- 共有・動的環境向けマルチモーダル3Dシーングラフ更新器シーングラフ2024/11/1
人間・ロボット知覚・時間・行動などのマルチモーダル入力を使い、動的環境で3Dシーングラフをリアルタイムに更新する枠組みを提案した。
- 物理的に身体化されたガウススプラッティング:ロボティクス向けのリアルタイム修正可能な世界モデル世界モデル2024/6/1
粒子と3Dガウシアンの二重表現で物体の形状・物理・見た目を同時にモデル化し、予測シミュレーションと視覚観測によるオンライン修正を両立させた世界モデルを提案。3カメラのみで30Hzのリアルタイム動作を実現した。
- RoboHop: セグメントベースのトポロジカルマップ表現によるオープンワールド視覚ナビゲーション視覚ナビゲーション2024/5/1
画像セグメントをノードとするトポロジカルグラフを構築し、自然言語クエリによる物体探索とセグメント間のホップとしてナビゲーション計画を生成する手法を提案。
- LHManip: 散らかった卓上環境における長期的言語指示マニピュレーションタスクのデータセットマニピュレーション2023/12/1
実ロボットの遠隔操作で20種類の長期的マニピュレーションタスクを200エピソード収集し、言語指示とマルチカメラ視点を付与したデータセットを構築した。
- ロボット学習のための言語・行動・状態の対照的事前学習VLA2023/4/1
言語・行動・状態を共有埋め込み空間で結びつけるCLASPを提案し、ゼロショット検索やキャプション生成、言語条件付き強化学習の事前学習で有効性を示した。
- ParticleNeRF: 粒子ベースエンコーディングによるオンラインNeRFNeRF2022/11/1
動的シーンにリアルタイム適応するオンラインNeRFを提案。特徴量を粒子に紐付け、物理シミュレーションで動かすことで200msごとに更新する。
- 残差スキルポリシー:ロボティクス強化学習のための適応可能なスキルベース行動空間の学習マニピュレーション2022/11/1
状態条件付き生成モデルでスキル空間の探索を加速し、低レベル残差ポリシーで未知のタスク変種に適応する手法を提案。4つのマニピュレーションタスクで有効性を実証。
- ノイズを含むデータからの暗黙的物体マッピングNeRF/物体表現2022/4/1
ロボットが収集したノイズの多い実データでNeRFを学習し、物体ごとの暗黙表現の品質が姿勢・マスク・画像数のノイズでどれだけ劣化するかを評価した論文。
- 不確実性を考慮したシミュレーション学習方策の実機ゼロショット展開sim2real2021/12/1
深層強化学習方策と従来の手設計コントローラをベイズ的に融合し、不確実性に応じて切り替えることで、ゼロショットのsim2real転移を実現した研究。
- アームと台車を一体として扱う反応型移動マニピュレーション移動マニピュレーション2021/9/1
アームと台車の自由度を一つの構造として統合し、計画なしで目標姿勢へ反応的に動きながら把持などの行動を実現する移動マニピュレーション制御を提案・実装した論文。
- 密なセマンティックSLAMにおけるセマンティックセグメンテーションと姿勢推定の影響評価セマンティックSLAM2021/9/1
公開されている密なセマンティックSLAMアルゴリズムのセマンティックマップ品質を評価し、セグメンテーションと姿勢推定の誤差が与える影響をシミュレーション環境で分析した。セグメンテーションが最大の誤差要因であることを示した。
- セマンティックセグメンテーションの失敗検出フレームワークFSNetセマンティックセグメンテーション2021/8/1
セグメンテーションモデルの内部特徴を利用し、失敗検出ネットワークを同時学習させることで、ピクセル単位の誤分類領域を検出する手法を提案した。
- 外観変化に頑健な確率的トポメトリック自己位置推定と未知領域認識自己位置推定2021/7/1
3自由度オドメトリを運動モデルに組み込み、地図外状態を追加した確率的トポメトリック自己位置推定を提案し、外観変化や経路逸脱がある場合でもループ閉じ込めと大域自己位置推定の性能を大幅に改善した。
- ベイズ制御融合:ロボティクス深層強化学習における制御事前知識の活用強化学習/ハイブリッド制御2021/7/1
従来の手設計制御器と深層強化学習を不確実性を考慮して融合し、安全な探索と制御事前知識を超える性能を実現するハイブリッド制御手法を提案。
- 階層的ローカリゼーションのための確率的視覚位置認識視覚位置認識2021/5/1
視覚位置認識をベイズ状態推定の枠組みに適応させ、階層的ローカリゼーションの粗位置推定精度を向上させる2手法を提案した論文。
- 物体検出におけるオープンセット誤りを識別するための不確実性推定物体検出/不確実性2021/4/1
物体検出器のロジット空間をクラス別ガウス混合モデルでモデル化し、未知クラスへの誤検出を低確率として検出・棄却するリアルタイム手法GMM-Detを提案した。
- ロボティクスにおける意味論:マッピング・知覚・インタラクションのサーベイ意味論2021/1/1
ロボットのマッピング・知覚・インタラクションにおける意味論研究を、意味の抽出・利用の観点から4カテゴリに分類し、全体像を俯瞰したサーベイ。
- ロボット視覚によるシーン理解チャレンジシーン理解2020/9/1
シミュレーション上で能動的なロボットによる3Dシーン理解を評価する新しいベンチマークを提案し、2種類のタスク・3難易度・5環境と新しい評価指標を提供する。
- BenchBot:フォトリアル3Dシミュレーションと実機ロボットで研究を評価するベンチマーク基盤ベンチマーク/sim2real2020/8/1
シミュレーションと実機を同じインターフェースで扱えるロボティクス研究用ベンチマークシステムBenchBotを提案し、その構成と利点を述べた論文。
- 乗算的コントローラ融合:アルゴリズム事前分布を活用したサンプル効率の高い強化学習と安全なSim-to-Real転移sim2real2020/3/1
既存の準最適なアルゴリズム制御器を事前分布として強化学習に融合させ、探索初期のガイドでサンプル効率を高めつつ、不確実な状態では事前制御器にフォールバックすることでファインチューニングなしの安全な実機転移を実現した。
- ロボティクス研究はコンピュータビジョン研究から何を学べるか研究手法2020/1/1
コンピュータビジョンの急速な進展は深層学習だけでなく厳格な制約下での評価と数値による比較という研究手法に起因すると論じ、ロボティクス研究への示唆を考察した論文。
- 鍵はどこ?―セマンティックマップ上のグラフ畳み込みネットワークによる物体中心ナビゲーションポリシーの学習ナビゲーション2019/9/1
物体ベースSLAMのマップに載らない移動可能物体を、その出現分布をグラフ畳み込みネットワークで学習して探索するナビゲーションポリシーを提案し、未学習物体や未知環境への汎化と事前学習による効率化を示した。
- 残差強化学習による未知環境対応ナビゲーションナビゲーション2019/9/1
古典的制御器に残差制御を学習で上乗せし、不確実性に応じて古典制御へ切替えることで未知環境でも効率的に移動できるナビゲーション手法を提案した。
- 確率的物体検出チャレンジ物体検出2019/3/1
ロボティクス向けに空間・意味的不確かさを推定する確率的物体検出の新ベンチマークと評価指標PDQを提案した論文。
- 物体の意味に応じた向き制約を導入する物体指向SLAM物体指向SLAM2018/9/1
物体の意味クラスに応じて重力方向に対する向きの事前知識を幾何因子として組み込み、物体指向SLAMの軌跡と地図の精度を向上させた研究。
- 1回の走行データからキロメートル規模のナビゲーション方策を学習する手法ナビゲーション2018/7/1
実ロボットの1回の走行記録のみから、2km以上に及ぶ多様な環境で目標指向ナビゲーション方策を効率的に学習し、実機に展開できることを示した論文。
- ロボティクスにおける深層学習の限界と可能性深層学習2018/4/1
ロボット特有の学習・推論・身体性の課題を整理し、評価指標やシミュレーション学習、データ駆動とモデル駆動の融合の重要性を論じた展望論文。
- QuadricSLAM: 物体検出をランドマークとした二重二次曲面による物体指向SLAM物体指向SLAM2018/4/1
複数視点の2D物体検出から各物体の3D二次曲面とカメラ位置を同時推定するSLAM手法を提案し、部分遮蔽に対応した検出器センサーモデルと因子グラフ最適化を実現した。
- 視覚と言語に基づくナビゲーション指示の解釈:実環境ベンチマークの構築視覚言語ナビゲーション2017/11/1
実写画像を用いた大規模強化学習シミュレータMatterport3Dを構築し、実建物内での自然言語ナビゲーション指示を解釈する初のベンチマークデータセットR2Rを提供した論文。
- SceneCut: 屋内シーンの幾何と物体の統合セグメンテーションセグメンテーション2017/9/1
単一のRGB-D画像から、学習で見ていない物体も含めて物体と非物体表面を同時に分割する手法を提案し、階層的セグメンテーションツリーと境界予測ネットワークで高精度に実現した。
- 物体検出バウンディングボックスから得られる双対二次曲面をSLAMのランドマーク表現として用いる手法SLAM2017/8/1
物体検出の2Dバウンディングボックスから双対二次曲面を3DランドマークとしてSLAMに組み込み、ロボット姿勢と曲面パラメータを因子グラフで同時推定する定式化を提案した論文。
- 建設現場におけるマルチモーダルなつまずき危険アフォーダンス検出マルチモーダル認識2017/6/1
建設現場で色と奥行き画像を融合し、物体の配置に応じたつまずき危険を検出する手法を11通り比較検証し、色のみよりF1スコアを4%改善した。
- 視覚的予測による行動学習:人間の実演からロボットへ模倣学習2017/3/1
人間の視覚的な状態遷移のみから行動結果を予測するモデルを学習し、ロボットが卓上物体操作タスクを実演通りに実行できる手法を提案した。
- 物体指向セマンティックマッピングによる意味のある地図構築セマンティックマッピング2016/9/1
RGB-D SLAMと深層学習物体検出、3Dセグメンテーションを組み合わせ、物体レベルの意味情報と幾何形状を同時に持つ環境地図を構築する手法を提案した。
- 移動ロボットにおける場所分類とセマンティックマッピングセマンティックマッピング2015/7/1
環境固有の学習なしで場所を分類し意味地図を作るシステムを構築し、ベイズフィルタで時間的一貫性を持たせて実時間で評価した論文。
- 場所認識におけるConvNet特徴量の性能評価視覚ナビゲーション2015/1/1
3つのConvNet特徴量を視点・環境変化への頑健性と実時間性の観点で比較し、LSHや意味検索空間分割で大規模地図でも実時間場所認識を実現した。
