Radu Timofte
University of Würzburg
収録論文 6本 ・ フィジカルAI/ロボット学習
モデルベース強化学習一人称視点/動画理解/ベンチマーク自動運転レース/マルチセンサ融合セグメンテーションエネルギーベースモデルオプティカルフロー
※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
- テスト時モデルベース強化学習による世界モデルへの記憶の符号化モデルベース強化学習2026/11/6
テスト時に勾配降下でエピソード観測の記憶を世界モデルのパラメータに書き込み、各エピソード固有の世界モデルを学習することで長期記憶を実現するTT-MBRLを提案した論文。
- 局所的な動画理解は遭遇をまたいで転移するか？EgoGearsベンチマーク一人称視点/動画理解/ベンチマーク2026/9/29
一人称視点の動画を単一・複数本で比較するベンチマークEgoGearsを提案し、複数動画間での対応付けや証拠統合が必要になるとMLLMの性能が平均22.5ポイント低下することを示した。
- イベントカメラとLiDARの融合による自動運転レースのステアリング予測自動運転レース/マルチセンサ融合2024/9/1
自動運転レース向けに、2D LiDARとイベントカメラを統合したマルチセンサデータセットを構築し、低ランク手法を用いた効率的な融合モデルでステアリング予測精度を大幅に改善した研究。
- 移動する自車両からのイベントカメラを用いた動物体セグメンテーションセグメンテーション2023/5/1
イベントカメラを活用し、移動する自車両から動物体をセグメンテーションする大規模データセットDSEC-MOSと、イベントデータで学習するが推論時にはイベント入力を必要としないEmoFormerを提案した。
- 回帰タスクのためのエネルギーベースモデルの効果的な学習法エネルギーベースモデル2020/5/1
回帰タスクにおけるエネルギーベースモデルの学習法を初めて体系的に比較検討し、ノイズコントラスティブ推定の改良版が最良であることを示した。物体検出や視覚追跡で最先端性能を達成。
- 高密度逆探索による高速オプティカルフローオプティカルフロー2016/3/1
パッチ対応の逆探索・多重スケールでの密な変位場生成・変分法による精緻化を組み合わせ、単一CPUコアで300〜600Hz動作する高精度かつ超高速な密オプティカルフロー手法を提案した。
