Paulo Borges
収録論文 10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
- 腕全体の政策学習による変形可能なクラスタの操作マニピュレーション2025/7/1
3D点群と固有感覚触覚指標を統合したモデルフリー強化学習により、腕全体を使った変形物体クラスタの操作を実現し、電力線清掃タスクでゼロショットsim-to-real転移を達成した。
- 森林環境における意味論誘導型再位置推定とクロスビュー因子グラフ最適化によるオンライン6DoFグローバル位置推定位置推定2024/9/1
森林でGPSが使えない環境でも、空中写真と地上の情報を因子グラフで統合し、木の幹などの構造に注目する学習で地上ロボットの6DoFグローバル位置姿勢をオンライン推定する手法を提案した。
- 樹冠上空の航空LiDARマップを活用した森林下ナビゲーションナビゲーション2024/4/1
上空から取得したLiDARスキャンで不確かさを考慮した3D確率占有マップを作り、障害リスクを組み込んだコスト関数とD* Liteで地上ロボットの森林内経路計画・再計画を行う手法を提案した。
- 微小重力環境における自由飛行ロボットによるマルチエージェント3D地図再構築と変化検出マルチエージェントマッピング2023/11/1
宇宙ステーション内で自由飛行ロボットが協調して3D環境モデルを構築し、経時的な変化を検出するフレームワークを提案し、ISSでの実データで検証した。
- 確率的軌道最適化における多様性のためのパスシグネチャ軌道最適化2023/8/1
ラフパス理論のパスシグネチャとヒルベルト空間表現を活用し、並列軌道最適化で解の多様性を促進してモード崩壊を防ぐ手法を提案。2Dナビゲーションからロボットマニピュレータまで平均コストを低減。
- マニピュレーションのための樹枝ダイナミクスをシミュレートする学習マニピュレーション2023/6/1
シミュレータとベイズ推論を組み合わせ、操作時の樹枝の変形ダイナミクスをモデル化する手法を提案。果実収穫や密生植生のナビゲーションへの応用を目指す。
- ForestTrav: 自律走行車両のための高精度・高効率・実用的な森林走破性推定走破性推定2023/5/1
森林などの密な植生環境で走行可能な経路を推定するため、3Dボクセル表現とSCNNを組み合わせた手法を提案し、実世界データセットで従来手法を大きく上回る精度と汎化性能、低い学習コストを実証した。
- Wildcat: オンライン連続時間3D LiDAR慣性SLAMSLAM2022/5/1
連続時間軌道表現を用いたLiDAR慣性オドメトリとポーズグラフ最適化を組み合わせ、単一・複数エージェント両対応の堅牢なオンライン3D SLAMシステムを提案し、DARPA地下トンネル課題を含む実世界データセットで既存手法を上回る性能を示した。
- 制御とダイナミクスのためのデュアルオンラインStein変分推論MPC2021/3/1
Stein変分勾配降下を用いてモデルパラメータと制御入力の分布をオンラインで推定する暗黙的変分推論アルゴリズムを提案し、動的に変化する環境でのロボットナビゲーションに適用した。
- OVPCメッシュ：地上車両の局所ナビゲーション向け3D自由空間表現ナビゲーション2018/11/1
局所点群から水密な3Dメッシュを生成し、ロボット周囲の自由空間を保守的に推定する手法を提案。不整地でのUGVナビゲーションを実機・シミュレーションで検証し、OctomapやElevation Mappingと比較してリアルタイム性と信頼性を示した。
