Olov Andersson
収録論文 27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
- 適応すべき時: オープンボキャブラリセグメンテーションにおける効率的な訓練不要適応のためのマルチシグナルドメインシフト検出セグメンテーション2026/9/29
連続フレームの時間的一貫性を利用し、視覚変化・アダプタ不一致・意味ドリフトを組み合わせてドメインシフトを検出し、必要な時だけ訓練不要の適応をトリガーすることで、オープンボキャブラリセグメンテーションの精度を維持しつつ適応回数を大幅に削減する手法を提案。
- バッテリー状態を考慮した強化学習によるアグレッシブなクアッドロータ飛行飛行制御/強化学習2026/9/29
バッテリー電圧の低下を考慮した強化学習制御により、ドローンレースなどのアグレッシブ飛行で追従誤差とラップタイムを改善した研究。
- HilDA: 拡散モデルを用いた階層的蒸留による自己教師ありLiDAR事前学習の推進自己教師あり学習2026/6/1
LiDARバックボーンの自己教師あり事前学習フレームワークHilDAを提案。視覚基盤モデルからの階層的蒸留と時間的占有拡散目的を組み合わせ、3D物体検出やシーン流れなどの性能を向上させた。
- FUS3DMaps: ボクセル層とインスタンス層の3D融合によるスケーラブルで高精度なオープンボキャブラリ意味マッピング意味マッピング2026/5/1
共有ボクセルマップ内で密な層とインスタンス層の両方を維持し、層間の意味融合を行うことで、大規模シーンでも正確なオープンボキャブラリ意味マッピングを実現する手法を提案した。
- TeFlow: 時間的一貫性を活用したマルチフレーム自己教師ありフィードフォワードシーンフロー推定シーンフロー推定2026/2/1
複数フレームの時間的に一貫した動き手がかりを集約することで、自己教師ありフィードフォワード型シーンフロー推定の精度を大幅に向上させた手法を提案。
- 画像空間での参照軌道位置推定による視覚ナビゲーション視覚ナビゲーション2026/2/1
参照RGB軌道をロボットの現在の視界に位置合わせすることで、カメラキャリブレーションやロボット固有の学習なしに、機体に依存しない画像空間ガイダンスを提供する視覚ナビゲーションモデルLoTISを提案。
- DIV-Nav: 空間関係を考慮したオープンボキャブラリなマルチオブジェクトナビゲーションナビゲーション2025/10/1
自然言語の空間関係指示を分解・統合・検証するリアルタイムナビゲーションシステムを提案し、MultiONベンチマークと実機Spotで有効性を示した。
- DeltaFlow: 効率的なマルチフレームシーンフロー推定手法シーンフロー推定2025/8/1
複数フレームの時系列情報を低計算コストで活用する軽量な3Dシーンフロー推定フレームワークを提案し、クラス不均衡や動きの一貫性に対処する損失関数を導入して高精度・高速推論を実現した。
- 追跡回避ゲームにおける俊敏なクアッドロータのための学習制御器強化学習/群制御2025/6/1
強化学習で1対1のクアッドロータ追跡回避を訓練する際の非定常性や破滅的忘却に対処するため、PSROに基づく非同期多段階集団ベース訓練法AMSPBHを提案し、多様な戦略への汎化と新戦略の発見を実現した。
- ViSA-Flow: 大規模動画の意味的行動フローによるロボットスキル学習の加速マニピュレーション2025/5/1
人間の物体操作動画から「意味的行動フロー」を自己教師ありで学習し、それをロボットの少数デモに適応させることで、低データでも操作スキルを効率的に獲得するフレームワーク。
- CompSLAM: 地下環境におけるロボット自律性のための相補的階層型マルチモーダル自己位置推定・地図構築SLAM2025/5/1
GPSが使えない地下環境で、複数のセンサ情報を相補的に統合して頑健な自己位置推定と地図構築を実現する階層型フレームワークCompSLAMを提案し、DARPA地下チャレンジ優勝チームの各種ロボットで実証した。
- FLoRA: 低ランクスタイル適応によるサンプル効率の良い選好ベース強化学習選好ベースRL2025/4/1
事前学習済みロボットの報酬モデルに低ランク行列を追加して選好に適応させることで、元タスクの性能を保ちながら少ない選好データでスタイル適応を実現する手法を提案。
- HiMo: 点群における高速物体の動き補償点群処理2025/3/1
LiDAR点群中の動的物体による歪みを補正するため、シーンフロー推定を非自己運動補償に転用したパイプラインHiMoと、そのためのリアルタイムシーンフロー推定器SeFlow++を提案し、新しい評価指標で有効性を示した。
- S²-Diffusion: ロボットマニピュレーションにおけるインスタンスレベルからカテゴリレベルへのスキル汎化マニピュレーション2025/2/1
拡散ポリシーとプロンプト可能な意味モジュールを組み合わせ、単一RGBカメラと深度推定を用いて、訓練していない同一カテゴリの物体へもスキルを転移できる手法を提案。
- 1枚の地図で全部見つける:ゼロショット多物体ナビゲーションのためのリアルタイムオープンボキャブラリマッピングナビゲーション2024/9/1
ロボットが過去の探索で得た情報を再利用できるオープンボキャブラリ特徴マップを構築し、確率的意味更新で誤りを抑えつつ複数物体を効率的に探索する手法を提案。実機でもリアルタイム動作し、単一・複数物体ナビゲーションで既存手法を上回る。
- SeFlow: 自動運転のための自己教師ありシーンフロー手法シーンフロー2024/7/1
LiDARスキャン間の点ごとの3D動きを推定するシーンフローを、動的・静的の分類と物体レベルの制約を取り入れて自己教師ありで学習する手法を提案し、Argoverse 2とWaymoで最高性能を達成した。
- 端到端制御ネットワークによる全方向性マイクロ航空機の飛行学習飛行制御2023/12/1
過剰駆動型チルトロータドローンの姿勢制御を強化学習で端到端に学習し、従来のモデルベース制御より外乱に強いことを示した。
- COIN-LIO: 強度情報を活用した相補的LiDAR慣性オドメトリLiDARオドメトリ2023/10/1
LiDARの強度情報を画像として処理し、幾何学的に退化した環境でも点群レジストレーションと慣性計測を統合して高精度に自己位置推定する手法を提案。
- 空中マニピュレータによるドア開け動作の強化学習空中マニピュレーション2023/7/1
全方位マイクロ航空機でドアを開けるタスクを強化学習で訓練し、シミュレーションから実機への転移を検証した。従来のMPPI制御よりロバスト性と速度が大幅に向上した。
- Dynablox: 複雑環境における多様な動的物体のリアルタイム検出動的物体検出2023/4/1
オンラインマッピングに基づき、センシングや状態推定の限界を考慮して高信頼度の自由空間を推定することで、外観に依存せず多様な動的物体をリアルタイム検出する手法を提案。
- 最適輸送を用いた材質非依存の粒状材料の成形マニピュレーション2023/3/1
最適輸送の考え方をロボット動作計画に結びつけ、材料特性の事前知識なしに高さマップ表現から掃引動作を生成して粒状材料を任意形状へ成形する手法を提案。
- GPUレイキャスティングとリーマン運動方策によるMAVのkHzオーダー障害物回避障害物回避2023/1/1
ボクセルマップ上でGPUレイキャスティングと多数の並列リーマン運動方策を組み合わせ、MAVがkHzレートで直接障害物回避できる手法を提案し、実機で検証した。
- 5自由度金属探知機ドローンによる不整地での堅牢なナビゲーション飛行ロボティクス2022/12/1
5自由度の金属探知機搭載ドローンで不整地を自律飛行し、地中金属物を探査するシステムを開発。GNSS・IMU・LiDARのオンライン融合で堅牢な自己位置推定を実現した。
- チームCERBERUS、DARPA地下チャレンジ優勝:技術概要と教訓群制御2022/7/1
脚式ロボットと飛行ロボットを組み合わせたシステムで、GPSのない過酷な地下環境を自律探索し、DARPA地下チャレンジで優勝した技術を報告する論文。
- NavDreams: 人混みをカメラのみで移動する強化学習ナビゲーションナビゲーション2022/3/1
単眼カメラ画像のみを入力とし、ワールドモデルを用いて人混みの中を衝突せず目的地へ移動するナビゲーション手法を提案し、シミュレーションと実機で有効性を示した。
- 分布学習による高速で計算効率の良いサンプリングベース局所探索計画探索計画2022/2/1
ロボットの地図の空間的文脈から情報価値の高い視点の分布を直接学習し、探索計画を高速化・低分散化する手法を提案。計算制約下でも従来法より最大28%性能向上を実現。
- 階層空間点過程を用いたリアルタイムロボット探索群制御2019/3/1
被災者密度の事前情報を階層空間点過程でモデル化し、INLAとモンテカルロ木探索を組み合わせて航空ロボットの捜索計画をリアルタイムに最適化した研究。
